上周我在芝加哥麦考密克广场报道RSNA24时写道：“尽管在多个方面进展非常复杂，但人工智能（AI）在放射学这一医学专业中的应用确实正在逐步推进，正如北美放射学会年度会议（RSNA24）的多位演讲者在12月2日和3日的多场会议中所记录的那样。”
我注意到，“今年的RSNA会议在芝加哥巨大的麦考密克广场会议中心举行，许多会议都集中在目前全国各地医疗机构正在发生的实际创新。演讲者们强调，当前似乎有无限的可能性；关键在于专注于特定领域的潜力，并有条不紊、战略性地推进。”
事实上，我在上周一提到，“在一场极具启发性的讲座中，畅销书作家、圣地亚哥斯克里普斯诊所的执业心脏病专家兼Medscape主编埃里克·托波尔博士（Eric Topol, M.D.）在12月2日RSNA24的全体会议上向座无虚席的听众表示，人工智能将在未来几年内改变医学实践。托波尔博士在芝加哥麦考密克广场会议中心的阿里皇冠剧院向座无虚席的放射学家和其他放射学相关人士介绍了人工智能迄今为止的发展历程，并基于现有进展预测了下一步会发生什么。”
托波尔博士大胆而自信地预测，医学正处于能够利用两种类型的多模态AI的边缘——一种基于文本、语音和图像，另一种基于人类数据。“多模态AI能带我们走向何方？”他在上周一问他的听众。“你可以进入一个更高水平的精准医疗，”他预测道。“例如，未来可以更多地考虑家庭医院，”因为支持这种尖端医疗服务所需的分析将越来越多地可用。
我还写道，“今年明显的是，放射学专业在临床、临床运营和运营方面的可能性几乎是无限的。总体而言，放射学领导层专注于几个主要领域：支持初步诊断的AI；围绕订购哪种诊断测试提供临床决策支持的AI；支持智能调度和协议的AI；使用大型语言模型来支持病历和历史总结；以及使用大型语言模型将放射学报告和信息转化为患者友好的语言和框架。”
我必须说，RSNA24的氛围与五年前的RSNA19大不相同，当时许多放射学家仍对采用AI会消除一些工作职位感到担忧。事实上，没有任何职位被取消；相反，放射学家已经认识到，采用AI将极大地帮助他们应对日益增长的诊断影像服务需求，这主要是由于人口老龄化和慢性疾病的激增。正如一位专家最近所说，“只有拒绝使用AI的放射学家可能会失去工作”——这意味着AI正迅速成为一项必不可少的技术，用于决策支持、研究优先级排序、诊断支持等。
在上周一的演讲中，托波尔博士提到了“机器之眼”——当这些数据被分析并融入临床决策支持系统时，可以改善诊断。他还指出，过去几年在开发算法和使用大型语言模型方面的基础工作为重大变革奠定了基础。例如，他告诉全体会议的听众，从大量数据和图像中收集的数据已经在改善诊断，如胃肠病学中，胃肠病医生已经使用AI辅助内窥镜检查发现比以前更多的息肉。甚至X光片等诊断图像也在收集数据，形成庞大的数据湖，用于支持医生的诊断过程。
除了纯粹的临床应用，弗吉尼亚大学放射学和医学成像教授阿伦·克里希纳拉贾博士（Arun Krishnaraj, M.D., M.P.H.）在周二表示，他和他的同事已经在利用大型语言模型将他们的放射学报告重新表述为普通人的语言，从而增强与患者的沟通关系，加强患者对自己医疗保健的参与。
所有关注AI的演讲者在所有会议中达成的共识是，我们在放射学和其他专业（包括心脏病学、胃肠病学、内分泌学、皮肤病学和肾病学等）的AI之旅中仍然处于非常早期的阶段。因此，很难预测所有这些早期工作的具体成果；实际上，已经出现了显著的惊喜。
令人鼓舞的是，参与这项工作的放射学和其他专业的医疗领导者正在有条不紊、战略性地推进，旨在创造早期胜利，以增强同行医生和患者的信心，同时投入时间和精力建立良好的治理系统。几年前人们对疯狂的“疯狂科学家”在技术上肆意妄为且不受控制的恐惧形象并没有出现；相反，领导者正在明智地前进，同时专注于重要的早期胜利。事情本应如此。是的，我们应该预料到一路上会有惊喜。但或许最大的惊喜是，AI的采用已经在帮助放射学家变得更加高效、有效，甚至是更加准确。这确实是一个充满希望的迹象。
(全文结束)
