在2024年的北美放射学会（RSNA）会议上，人工智能（AI）在乳腺影像中的不断发展的角色是一个热门话题。《Health Imaging》杂志采访了马萨诸塞州综合医院乳腺影像科质量总监兼乳腺影像科联合服务主任、哈佛医学院放射学副教授Manisha Bahl博士，以了解更多关于她参与的乳腺AI会议内容以及她对这些先进技术的看法。
生成式AI，包括像ChatGPT这样的大型语言模型（LLMs），正在被探索用于放射学的各种应用。Bahl指出，虽然她的实践目前还没有在临床环境中使用生成式AI，但马萨诸塞州综合医院的其他部门正在利用AI来总结患者就诊情况并起草回复患者的询问。Bahl在RSNA上就此发表了演讲，并且也参与了该领域的研究。
“我认为像ChatGPT这样的大型语言模型有很多潜在的应用。其中一个更直接的应用是简化或提高报告效率。它可以用来为放射科医生生成结构化报告，也可以生成发现和报告的印象。但我认为对于像ChatGPT这样的大型语言模型仍存在一些担忧，它们还不完全适合实际应用，”Bahl说。
她说，目前这项技术仍然需要人类的参与和监督，因为她看到了一些不准确之处。
“希望随着时间的推移，这种情况会有所改善，也许有一天我们会达到一个阶段，能够放心地让大型语言模型生成报告或简化报告，而不需要太多的人类或放射科医生的参与。但我觉得现在还有很多工作要做，才能让我们信任并放心地使用大型语言模型来帮助患者护理，”Bahl解释道。
在乳腺影像中，特别是在筛查乳房X光摄影中使用基于AI的计算机辅助检测（CAD）进行决策支持方面，正寻求更广泛的应用，但她表示，关于准确性仍有很多问题。
对大型语言模型尚未准备好应用于放射学的担忧
Bahl最近参与了一项研究，该研究使用ChatGPT生成乳腺影像报告中的BI-RADS评估类别，但该技术表现不佳。
“我们从生成式AI得到的输出相当不一致。即使输入完全相同的信息，完全相同的报告，我们在一部分病例中也会得到不同的BI-RADS分类。当我们谈论患者和患者护理时，这种类型的风险是非常令人担忧的，”她说。
Bahl还警告说，大型语言模型中存在“幻觉效应”，即模型生成看似合理但实际上不准确的回应。
“如果我们使用大型语言模型来简化放射学报告，使其对患者易于理解，或者使用ChatGPT或其他大型语言模型来回答患者的问题，我们需要确保它100%正确，然后才能在实时中部署，”她强调。
AI对乳腺癌检测的影响
另一个关键的AI应用领域是癌症检测。Bahl的团队调查了基于AI的CAD在筛查乳房X光摄影中减少间隔性癌症率的能力。她发现，基于AI的CAD可以提前检测到三分之一的间隔性癌症，这对改善患者预后具有重要意义。
RSNA 2024对AI的兴趣
在RSNA 2024会议上，人们对AI的兴趣非常明显。Bahl的会议，包括关于基于AI的CAD和AI伦理考虑的会议，都受到了广泛关注。
“我对出席人数感到惊讶，尤其是在周日，许多与会者刚刚抵达芝加哥的时候，”她说。“在一次观众投票中，60%的与会者表示他们已经在乳腺影像实践中使用AI——比我预期的要高，尽管这个受众可能偏向于对AI感兴趣的人。”
(全文结束)
