随着人工智能继续改变医学影像领域，其在诊断和监测神经退行性疾病方面的作用变得越来越重要，尤其是在放射科医生短缺的情况下。对于首尔阿桑医疗中心（AMC）放射科的苏钟铉教授来说，AI不仅是一个辅助工具，它正在成为临床实践的重要组成部分。
在2024年北美放射学会（RSNA）大会期间，苏钟铉教授详细介绍了他的研究。此次大会于本周日在伊利诺伊州芝加哥开幕，将持续到本周四。苏教授强调了VUNO-Med DeepBrain的能力，这是一种基于AI的影像分析软件，可以分析104个脑区的解剖萎缩情况，并评估血管负担，包括白质高信号和腔隙病变。
该技术已经显示出令人鼓舞的结果，自动生成的报告与认证的神经放射学家的评估一致率达到84%。
“对于像我这样的初级放射科医生来说，分析痴呆症的MRI扫描非常具有挑战性，因为这需要大量的经验，”苏教授说。“这种AI软件提供了客观的标准，而这些标准可能需要20年的经验才能建立。”
当被问及AI系统的准确性时，苏教授估计其总体准确率约为90%。
“我现在不使用这个软件就不再解读痴呆症的MRI，”他说。“如果没有AI报告，我会生成一份，因为它作为一个有价值的双重检查机制。”
值得注意的是，苏教授强调，随着抗淀粉样蛋白治疗的引入，技术的作用变得更加关键。
“大约20%的患者在接受这些新治疗后会出现并发症，需要通过MRI进行监测，”苏教授指出。“许多放射科医生缺乏检测这些细微变化的经验，因此AI的帮助至关重要。”
淀粉样蛋白相关影像异常（ARIA）是接受抗淀粉样蛋白治疗的患者中出现的关键并发症，已成为VUNO-Med DeepBrain提高其在神经退行性疾病治疗中AI检测能力的下一个重点发展方向。
“即使在教授级别，准确检测ARIA也具有挑战性，特别是因为这些治疗在韩国相对较新，”苏教授说。“AI软件有助于建立一致的严重程度分级，并能检测常规检查中可能遗漏的细微变化。”
该软件能够计数和追踪微出血，测量异常的范围，并提供精确的测量结果，这使其在监测治疗进展方面特别有价值。
苏教授强调，医生在处理ARIA时，需要测量受影响区域是否大于5厘米或10厘米，并计数新的微出血，这些任务手动完成既耗时又容易出错。
“AI系统不仅有助于初始筛查，还能提供准确的严重程度分级，这对于治疗决策至关重要，”他说。AI系统在自动生成诊断报告方面与神经放射学家相当
在RSNA 2024的另一项研究中，苏教授还展示了一项海报研究，评估了一个高级AI平台生成神经退行性疾病诊断自动化报告的能力。
该研究利用了VUNO-Med DeepBrain软件，展示了在阿尔茨海默病神经影像学倡议（ANDI）数据库中随机选择的200个受试者中，与认证的神经放射学家的评估相比，AI系统达到了84%的一致率。
该AI系统在大约70秒内处理病例，进行全面的脑部MRI扫描分析。
“报告生成遵循一个清晰、有条理的顺序，”苏教授说。“从脑部和海马萎缩评估开始，然后是大脑白质高信号，接着计数腔隙，最后是脑脊液（CSF）分析。”
该系统不仅限于基本测量，还提供详细的定量分析。它通过区域规范百分位数评估海马和弥漫性脑萎缩，并进行复杂的CSF分析，包括使用埃文斯指数测量脑室扩大、高凸度紧绷和侧裂增宽。
该软件还评估了DES（不成比例扩大的蛛网膜下腔积水）、胼胝体角度测量和脉络丛体积。
“我们不仅仅是为了加快工作流程，”苏教授指出。“目标是提供全面、标准化的报告，帮助医生做出更准确的判断。”这在美国背景下尤其有价值，因为详细的报告是必不可少的，他补充道。
苏教授强调，自动化系统可以显著减少报告生成的时间，同时保持高水平的诊断标准。
展望未来，苏教授认为AI生成的报告有可能改善医疗提供者和患者之间的沟通。
“我们正在结合大型语言模型，使放射学报告更容易被转诊医生和患者理解，”他说。“这可以帮助患者更好地了解自己的病情，同时确保他们获得可靠的信息。” 在人员短缺危机中，AI将更加广泛地被接受
针对AI是否会取代放射科医生的担忧，苏教授强调，这项技术是一个支持工具，而不是替代品。
“虽然它可以将解读时间减少10-20%，但更多的是增强诊断的信心水平，而不是取代放射科医生的角色，”他说。
放射科医生的短缺，特别是在地区医院，增加了采用AI工具的紧迫性。
“韩国的一些地区医院的放射科人员已经减半，”苏教授说。“人员危机已经达到了关键水平，一些机构失去了超过一半的专业人员。”
“例如，一家之前有15名专科水平放射科医生的医院现在只运营着7名，”苏教授说。“当部门负责人开始离开时，情况变得非常严重，随着教学人员的减少，医院只能接受有限数量的住院医师，这进一步加剧了问题。”
这种情况导致放射学界对AI的态度发生了转变。
“即使是最初对AI持负面态度的人也在改变看法，”苏教授说。“技术已经显著改进，我们已经到了真正需要这些解决方案的地步，特别是在常规任务如胸部X光解读方面。”
尽管承认AI采用面临挑战，特别是在医院收入结构和与现有PACS系统的集成方面，但苏教授认为这些障碍正变得越来越容易克服。
“鉴于当前的人员状况，依赖住院医师的说法已经不再成立，”他说。“我们看到放射科部门对AI的态度正在发生根本性的转变。”
(全文结束)
