宾夕法尼亚大学开发的基于AI的成像系统Penn AInSights通过创建内部器官的精确3D视图，增强了放射学技术，能够早期检测健康问题，如脂肪肝和糖尿病。该系统每月分析2000次扫描，帮助临床医生筛查超出其主要关注范围的疾病。系统的无缝集成到现有工作流程及其成本效益使其成为医疗保健领域的游戏改变者，通过早期干预可能延长患者的生命。
关键事实：
- Penn AInSights在常规CT扫描中帮助筛查多个器官。
- 该系统每月分析2000次腹部和胸部扫描。
- 每次扫描的结果只需2.8分钟即可得出，改善了患者护理。
来源：宾夕法尼亚大学
我们对人工智能的想象既广泛又雄心勃勃。虽然有很多反乌托邦的题材，但流行文化中充满了对人工智能可能为我们带来的美好前景的乐观例子，从可以治愈孤独的操作系统到能够推动人类生理极限的助手。也许最著名的虚构AI角色是《银翼杀手》中的罗伊·巴蒂（Roy Batty），一个几乎无敌的士兵机器人。使这个角色经久不衰的不仅是他的超能力，更是他更接近我们最核心的愿望：生存，活得更长久。
所有这一切都是为了创建一个系统，能够快速轻松地帮助临床医生判断“什么是正常”和“什么不是”，然后决定最有效的行动方案。目前，许多消费者AI工具未能达到科幻小说中所设想的潜力。但在医学领域，宾夕法尼亚大学医学中心广泛使用的AI程序可以提供巴蒂最渴望的生命维持帮助。
最近，宾夕法尼亚大学医学中心的AI引导成像系统Penn AInSights因其在放射学领域的贡献被评选为CIO 100获奖者。该程序本质上是医生的临床支持工具，允许他们查看肝脏、脾脏、肾脏等器官的图像，以确定这些器官是否显示出可能导致寿命缩短的异常特征。通过这种精确的知识，宾夕法尼亚大学医学中心的临床工作人员可以比以往更早、更有效地采取措施帮助患者，从而可能延长他们的生命。
正常或异常？
“当你看肝脏时，你会说，‘好吧，这是正常的吗？’”宾夕法尼亚大学佩雷尔曼医学院放射学教授查尔斯·卡恩（Charles Kahn）博士说，“你用眼睛看并用一些测量方法来判断它是否大或小。这有点像你看到一个人时，会想他们是否适合打篮球或在普利克内斯赛马场当骑师。但有时，这并不那么简单。”
从最早的X光片开始，放射成像就必然涉及将二维图像与身体部位在物理现实中占据的空间进行协调。长度和宽度的测量可能不是三维物体“大”或“小”的完美指标。“如果脾脏长于13厘米，就被认为是大的，”卡恩说，“所以如果你有一个形状像热狗的脾脏，长度为15厘米，那就会被称为肿大。但实际上它的体积很小。”
这就是AInSights展示其价值的地方。经过数千张图像的训练，该程序可以快速分析大量影像，并有效构建器官的数字3D模型。从那里，它可以标记潜在的问题，直接在临床医生日常使用的科技工具中进行提示。
AInSights是在宾夕法尼亚大学医学中心开发并彻底测试的，之后才交给临床医生进行微调以服务于患者群体。该系统最初是通过研究人员收集的图像开发的，并与熟悉医生如何使用技术进行诊断和治疗的宾夕法尼亚大学医学中心信息团队合作建立的。
“这项工作的真正价值在于拥有一个端到端的开发管道，这是信息服务、研究和临床团队成功合作的一个实例，”宾夕法尼亚大学医学中心信息服务部的应用经理阿米娜·埃拉希（Ameena Elahi）说。
AInSights之所以特别有效，是因为其他产品存在不足。“你环顾四周，会发现无数供应商在销售AI解决方案，其中绝大多数在放射学领域，”宾夕法尼亚大学放射学副教授沃尔特·威奇（Walter Witschey）博士说，他参与了AInSights程序的开发并进行了相关研究。“但尽管有如此多的数量和对医学AI的巨大兴趣，这些产品并未被医院大规模采用，因为供应商忽视了一些简单的集成问题。”
传统的放射影像解读路径是拍摄图像，由放射科医生手动审查，然后写入报告。AInSights作为支持工具，无缝集成到这一基础设施之上，同时改进了整个过程。“该模型查看图像，生成AI注释并量化所见特征——这一切都是自动完成的，”威奇说。
该程序的开发历时多年，但性能已大幅提升，目前在宾夕法尼亚大学医学中心每月分析约2000次腹部或胸部扫描。“我们最初测试时，最终产品需要一个小时，”埃拉希回忆道，“很快，我们将其缩短到大约10分钟。此后，我们进一步缩短了时间，使其在临床上更加方便。”
《医学成像信息学杂志》7月发表的一篇文章（由埃拉希、卡恩、威奇等人合著）显示，腹部CT扫描的“周转时间”仅为2.8分钟。
扩展机会
有了这种技术，临床医生可以进行一些“机会性筛查”，卡恩说。例如，某人进行CT扫描以监测肾病时，还可以对其肝脏、脾脏、胰腺和肺底部进行额外筛查，寻找任何其他问题。人类放射科医生显然会主要关注肾脏，但AI可以标记任何值得注意的其他部位。“你在最终查看的400到500张图像中会发现很多信息，”卡恩说，“有些东西仅凭肉眼是无法察觉的，因此这些工具在这方面非常有用。”
这使得临床医生能够及早发现那些可能在不知不觉中进展直到成为严重问题的疾病。例如，威奇说，该程序通过扫描像素级图像数据，可以发现肝脏脂肪度等影像特征的模式，并创建预测指标，判断某人是否患有糖尿病，而无需依赖常规的糖尿病检测面板。这使得更容易为这些患者推荐后续诊断测试。
此外，一个将AInSights应用于大脑的项目正在协助放射科医生寻找阿尔茨海默病等痴呆症，这是一项具有挑战性的任务，因为影像变化非常微妙。“我们可以测量大脑各部分的大小，并将其与大量正常脑影像数据库进行比较，以了解哪些部分发生了变化以及脑容量损失的严重程度，”放射学副教授伊利亚·纳斯拉拉赫（Ilya Nasrallah）博士说，他负责在部门中实施AI工具。“我们预计这将增加我们在痴呆筛查中的评估信心，并指导疾病的管理。”
对AInSights特别重要的是宾夕法尼亚大学医学中心的生物样本库。超过40000人的全基因组测序存储在该生物样本库中，数万人附带有影像数据，卡恩说。“这有助于我们区分所谓的‘影像表型’，我们可以努力将其与个人的遗传信息联系起来，”卡恩说。所有这些都是为了创建一个系统，能够快速轻松地帮助临床医生判断“什么是正常”和“什么不是”，然后决定最有效的行动方案。“我们希望开发简单的东西，比如一个‘脾脏体积标准图’，这将使我们能够查看我们的患者群体，并说，‘这个脾脏对于33岁的女性是正常的，但对于70岁的男性患者就不对了。’”
未来展望
最终，希望AInSights能够用于宾夕法尼亚大学医学中心进行的所有影像检查，包括癌症、神经肌肉退化和心血管疾病。目前，AInSights的运行成本非常低廉：每名患者的费用不到一美元，每月仅需约700美元，适用于这家接待大量患者的大型医疗系统。
这使得该系统在宾夕法尼亚大学医学中心之外也极具吸引力。“我们已经与一些发展中国家进行了讨论，这些国家非常需要AI支持，”威奇说。
拥有这样一个强大的系统还允许更大的公共卫生应用。卡恩表示，他们计划通过邮政编码来查看“未被诊断的肾病分布”，以更好地绘制社会决定因素导致的漏诊地图。这是进一步揭示曾经不可见问题的一步。
在《银翼杀手》中，罗伊·巴蒂遇到了制造他的人工眼睛的人。巴蒂的角色深受他所见过的广阔景象的激励，这些景象远远超过了大多数甚至所有自然人眼所能见到的范围。他对制造商说：“如果你能用你的眼睛看到我所看到的就好了。”如今，宾夕法尼亚大学医学中心的团队通过AInSights做到了这一点。
(全文结束)
