科罗拉多大学安舒茨医学校区的一项新研究显示，免费的开源人工智能（AI）工具可以帮助医生报告医学扫描结果，效果堪比更昂贵的商业系统，同时不会危及患者隐私。
这项研究今天发表在《npj数字医学》杂志上。
该研究强调了一种有前景且具成本效益的替代方案，如ChatGPT等知名工具，这些工具通常价格昂贵，可能需要发送敏感数据到外部服务器。
“这对医疗保健提供者和患者来说是个好消息，”该研究的主要作者、科罗拉多大学医学院医院医学助理教授Aakriti Pandita医学博士说。“我们已经证明，医院不需要昂贵或存在隐私风险的AI系统来获得准确的结果。”
医生在审查医学扫描时，如超声波，经常口述笔记或撰写自由文本报告。这些笔记很有价值，但并不总是符合各种临床需求的格式。结构化信息有助于医院追踪患者结果、发现趋势并更高效地进行研究。AI工具越来越多地用于使这一过程更快、更准确。
但许多最先进的AI系统，如OpenAI的GPT-4，需要将患者数据通过互联网发送到外部服务器。这在医疗保健领域是个问题，因为隐私法律使保护患者数据成为首要任务。
新研究发现，可以在医院系统内使用而无需发送数据的免费AI模型，其表现与商业选项一样好，有时甚至更好。
研究团队关注了一个特定的医疗问题：甲状腺结节，即颈部肿块，通常在超声波检查中发现。医生使用一种称为ACR TI-RADS的评分系统来评估这些结节的癌变可能性。
为了在不使用真实患者数据的情况下训练AI工具，研究人员创建了3000份伪造的或“合成的”放射学报告。这些报告模仿了医生使用的语言，但不包含任何私人信息。然后，他们训练了六个不同的免费AI模型来阅读和评分这些报告。
他们在50份来自公共数据集的真实患者报告上测试了这些模型，并将结果与GPT-3.5和GPT-4等商业AI工具进行了比较。其中一个开源模型，名为Yi-34B，在给出几个学习示例的情况下表现得与GPT-4一样好。即使较小的模型，可以在普通计算机上运行，在某些测试中也比GPT-3.5表现更好。
“商业工具功能强大，但在医疗保健环境中并不总是实用，”该研究的资深作者、科罗拉多大学医学院腹部放射学临时科主任Nikhil Madhuripan医学博士说。“它们价格昂贵，使用它们通常意味着将患者数据发送到公司的服务器，这可能带来严重的隐私问题。”
相比之下，开源AI工具可以在医院自己的安全系统内部运行。这意味着不需要将敏感信息带出大楼，也不需要购买大型且昂贵的GPU集群。
该研究还表明，合成数据可以成为训练AI工具的一种安全有效的方法，特别是在无法访问真实患者记录的情况下。这为创建许多医疗保健领域的定制化、经济型AI系统打开了大门。
该团队希望他们的方法可以应用于放射学以外的领域。Pandita表示，未来类似的工具可以帮助医生审查CT报告、整理医疗笔记或监测疾病进展。
“这不仅仅是节省时间，”Pandita说。“这是关于创造在日常医疗环境中真正可用的AI工具，既不会花费太多，也不会损害患者隐私。”
关于科罗拉多大学安舒茨医学校区
科罗拉多大学安舒茨医学校区是一个世界级的医疗目的地，处于变革性科学、医学、教育和患者护理的前沿。校区包括科罗拉多大学健康专业学院、60多个中心和研究所，以及两家全国排名的独立医院——UCHealth科罗拉多大学医院和儿童医院科罗拉多，这两家医院每年接待超过两百万名成人和儿科患者。科罗拉多大学安舒茨医学校区创新、互联且高度协作，提供改变生活的治疗、患者护理和专业培训，并开展世界知名的研究，每年获得9.1亿美元的研究资金，其中包括7.57亿美元的资助奖项和1.53亿美元的慈善捐赠。
【全文结束】
