我们对人工智能的想象是广泛而雄心勃勃的。虽然有很多反乌托邦的比喻，但流行文化中充满了我们认为人工智能能带给我们的充满希望的例子，从能治愈孤独的操作系统到能突破人类生理能力极限的助手。
也许最著名的虚构人工智能是罗伊·巴蒂——一个强大得不可思议的士兵机器人（或在《银翼杀手》电影中的“复制人”）。这个角色之所以经久不衰，与其说是因为他的超人能力，不如说是因为他更接近我们最核心的愿望：生存，并且活得更长久。
目前，许多消费级的人工智能工具都没有达到科幻小说中想象的潜力。然而，在医学领域，宾夕法尼亚大学医学部现在广泛使用的一个人工智能程序可以为我们提供巴蒂最想要的一些维持生命的帮助。
最近，一个有助于创建更精确的内部器官三维视图的人工智能引导成像系统——Penn AInSights，因其在放射学领域的工作而被评为 CIO 100 获奖者。该程序本质上是医生的临床支持工具，使他们能够查看人们的肝脏、脾脏、肾脏等器官的图像，以确切判断这些器官是否有任何可能缩短生命的异常特征。
凭借这种对患者是否患有脂肪肝疾病、是否出现糖尿病的警告信号、或者他们的肾脏是否可能及时衰竭的精确了解，宾夕法尼亚大学医学部的临床工作人员可以比以往任何时候都更快、更有效地采取措施帮助患者，有可能为他们的生命增添数年。
“当你看肝脏时，你会说，‘好吧，这正常吗？’”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）医学博士、理学硕士说，“你用眼睛看，并使用一些测量方法来判断它是大还是小。这有点像当你看一个人，思考他们是否能打篮球或在普雷克尼斯赛马会上当骑师。但是，有时候，事情并不那么简单。”
从最初的 X 光片开始，放射成像必然涉及将二维图像与身体部位在物理现实中所占的空间相协调。对三维物体的长度和宽度的测量可能不是“大”或“小”的完美指标。
卡恩说：“如果你的脾脏超过 13 厘米，那就被认为是大的。所以，如果你的脾脏形状像热狗，长 15 厘米，那就会被称为增大。但实际体积可能会小。”
这就是 AInSights 显示其价值的地方。
该程序经过数千张图像的训练，可以快速分析大量的成像，并有效地构建器官的数字 3D 模型。从那里，它可以在临床医生每天已经使用的技术工具中标记潜在的问题。
AInSights 是在宾夕法尼亚大学医学部构建并经过全面测试的，然后才提供给临床医生进行微调以服务患者群体，它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部信息服务（IS）团队合作构建。
“这其中的价值，实际上，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次，”宾夕法尼亚大学医学部信息服务（IS）的应用经理阿梅娜·埃拉希（Ameena Elahi）说。
AInSights 之所以特别有效，是因为其他产品存在漏洞。
“你看看周围，有无数的供应商销售人工智能解决方案，其中绝大多数在放射学领域，”帮助构建 AInSights 程序并进行研究的放射学副教授沃尔特·威奇（Walter Witschey）博士说，“但尽管数量众多，而且医学领域对人工智能的兴趣巨大，但它们并没有被医院大规模采用，因为供应商忽略了一些简单的集成问题。”
解读放射图像的常规临床路径是拍摄图像，由放射科医生手动审查，然后放入报告。AInSights 被构建为一个支持工具，无形地位于该基础设施之上，并无缝集成到该过程中——同时对其进行改进。
威奇说：“该模型查看图像，生成人工智能注释并量化它所查看的特征——这些都自动提供给放射科医生。”
构建这个程序的过程花费了数年时间，但该程序已经变得越来越好，现在宾夕法尼亚大学医学部每月使用它来分析大约 2000 次腹部或胸部扫描。
“我们开始测试时，得到最终产品真的需要一个小时，”埃拉希回忆说，“然后，很快，我们把时间缩短到了大约 10 分钟。而且，从那以后，我们又进一步缩短了时间，所以它在临床上真的很方便。”
7 月份发表的一篇《医学影像信息学杂志》（Journal of Imaging Informatics in Medicine）的论文（由埃拉希、卡恩、威奇等人共同撰写）表明，腹部 CT 扫描的“周转时间”仅为 2.8 分钟。
有了这种技术，临床医生能够进行一些“机会性筛查”，卡恩说。进行 CT 扫描以监测肾脏状况的人，也可以同时对他们的肝脏、脾脏、胰腺和肺底进行筛查，以发现任何额外的问题。人类放射科医生显然会主要关注肾脏，但人工智能可以标记出其他任何值得注意的地方。
卡恩说：“你最终看到的 400 到 500 张图像中有很多信息。有些东西是肉眼无法检测到的，所以拥有这些工具真的很有用。”
这使得临床医生能够在病情几乎不可察觉地发展成为严重问题之前就加以控制。
例如，威奇说，该程序通过扫描像素级图像数据，可以在肝脏脂肪等成像特征中找到模式，并为某人是否患有糖尿病创建预测指标，而无需典型的糖尿病检测小组的帮助。这使得为这些患者推荐后续诊断测试变得更容易。
此外，一个将 AInSights 从腹部扩展到大脑的程序正在努力协助放射科医生寻找痴呆症，例如阿尔茨海默病，由于成像中的变化非常微妙，这具有挑战性。
“我们可以测量大脑各部分的大小，并将其与拥有正常大脑成像的大量人群的数据库进行比较，以查看大脑的哪些部分发生了变化以及脑容量损失的严重程度，”领导该部门人工智能工具实施的放射学副教授伊利亚·纳斯鲁拉（Ilya Nasrallah）医学博士、哲学博士说，“我们预计这将为我们在痴呆症筛查中的评估过程增加信心，并为病情的管理提供信息。”
对 AInSights 特别重要的是宾夕法尼亚大学医学部的生物库。卡恩说，超过 40000 人在生物库中存储了全基因组测序，数万人有与之相关的成像。
“这真的帮助我们梳理出我们所谓的‘成像表型’，我们可以努力将其与个人的基因信息联系起来，”卡恩说。
所有这一切都是为了创建一个能够快速轻松地帮助临床医生决定“什么是正常的，什么不是”，然后决定最有效的行动方案的系统。
“我们想开发一些简单的东西，比如脾脏体积的‘列线图’，这将使我们能够查看我们的患者群体，并说，‘对于 33 岁的女性，这个脾脏是正常的，但对于 70 岁的男性患者，那就不对了。’”
最终，希望是 AInSights 可以用于宾夕法尼亚大学医学部进行的整套成像，包括癌症、神经肌肉退化和心血管疾病。
就目前而言，AInSights 的运行成本效益极高：在这个患者量大的大型医疗系统中，每位患者的费用不到一美元，每月约 700 美元。
这使得它甚至在宾夕法尼亚大学医学部之外也具有吸引力。
“我们已经讨论过将其引入发展中国家，在那里人工智能支持将非常有价值，”威奇说。
拥有这样一个强大的系统也允许更多的公共卫生应用。卡恩说，他们计划查看“未识别的肾脏疾病按邮政编码的分布”，以更好地绘制出由于健康的社会决定因素导致的诊断不足。这是在根除曾经未被发现的问题上又迈进了一步。
在《银翼杀手》的某一时刻，罗伊·巴蒂遇到了制造他人工眼睛的人。巴蒂的角色被他所看到的范围和奇迹深深激励，远远超过了大多数（如果不是全部）自然的人类眼睛所能看到的。
他对制造商说：“要是你能看到我用你的眼睛看到的东西就好了。”
有了 AInSights，宾夕法尼亚大学医学部的团队现在可以看到了。
