由西北大学医学院内部开发的一种前所未有的生成式AI系统正在彻底改变放射学领域——提高生产力、在毫秒内识别危及生命的情况，并为全球放射科医生短缺提供突破性解决方案，一项大规模新研究发现。
该研究结果今天发表在《JAMA Network Open》上。
“据我所知，这是首次使用AI明显提高生产力，特别是在医疗保健领域。即使在其他领域，我也未曾见过高达40%的提升。”资深作者Mozziyar Etemadi博士说。他是西北大学费恩伯格医学院麻醉学助理教授和麦考密克工程学院生物医学工程助理教授。
在这项研究中，AI系统在西北大学医学院的12家医院网络中进行了实时部署，在2024年的五个月内分析了近24,000份放射学报告。Etemadi的团队随后比较了有无AI工具时放射报告创建时间和临床准确性。
结果显示：放射报告完成效率平均提高了15.5%，部分放射科医生的效率提升了高达40%，而没有牺牲准确性。尚未发表的后续工作显示，效率提升可高达80%，并使该工具可用于CT扫描。节省的时间使放射科医生能够更快地返回诊断结果，特别是在每秒钟都至关重要的紧急情况下。
根据研究作者的说法，这是世界上第一个集成到临床工作流程中的生成式AI放射学工具。它也是第一次展示出在所有类型的X光片（从头骨到脚趾）上都具有高准确性和高效率的生成式AI模型。
“它使我们的效率翻倍”
与目前市场上专注于检测单一疾病的狭窄AI工具不同，西北大学的综合模型分析整个X光片或CT扫描。然后自动生成功能完善度达到95%的个性化报告，放射科医生可以选择使用、审查和最终确定。这些报告总结了关键发现，并提供了增强放射科医生诊断和治疗的模板。
“对我来说和我的同事们来说，说它使我们的效率翻倍并不夸张。这是一个巨大的优势和力量倍增器。”共同作者Samir Abboud博士说。他是西北大学医学院急诊放射科主任和费恩伯格医学院放射学临床助理教授。
标记危及生命的状况
除了提高效率外，该AI系统还实时标记危及生命的状况，如气胸（肺塌陷）——甚至在放射科医生查看X光片之前。当AI模型为每张图像起草报告时，自动化工具会监控这些报告的关键发现，并与患者记录进行交叉检查。如果系统识别出需要紧急干预的新情况，它可以立即提醒放射科医生。
Abboud说：“在任何一天的急诊室里，我们可能有100张图像需要审查，我们不知道哪一张图像包含可以挽救生命的诊断。这项技术帮助我们更快地进行分诊——因此我们能更快地发现最紧急的病例，并更快地将患者送入治疗。”
西北大学团队还在调整AI模型以检测可能遗漏或延迟的诊断，如早期肺癌。
Etemadi说：“即使在放射科医生查看之前就有一份草稿报告可用，这提供了一个简单、可操作的数据点，可以快速高效地采取行动。这与传统的分诊系统完全不同，后者需要逐一训练每一个诊断。”
“无需依赖科技巨头”
西北大学的工程师们并没有采用像ChatGPT这样的大型互联网训练模型，而是从零开始构建了自己的系统，使用的是西北大学医学院网络内的临床数据。这使得团队能够创建一个轻量级、灵活的AI模型，专门针对西北大学的放射学设计——更快、更准确，所需的计算能力也少得多。
“卫生系统不需要依赖科技巨头。”第一作者Jonathan Huang博士说。他是费恩伯格医学院的三年级医学生，并持有麦考密克工程学院的生物医学工程博士学位。
Etemadi补充说：“我们的研究表明，构建定制的AI模型完全在典型卫生系统的范围内，无需依赖昂贵且不透明的第三方工具，如ChatGPT。我们认为，这种AI访问的民主化是推动其在全球范围内采用的关键。”
解决全球短缺问题
放射学正成为医疗保健领域最大的瓶颈之一。到2033年，美国预计将出现多达42,000名放射科医生的短缺，因为影像量每年增长高达5%，而放射学住院医师职位仅增加2%。
西北大学的AI系统提供了解决方案，帮助放射科医生清理积压的工作，并在几小时内而不是几天内提供结果。虽然这项技术很强大，但它不会取代人类。
Abboud说：“你仍然需要放射科医生作为金标准。医学不断变化——新药物、新设备、新诊断——我们必须确保AI跟上步伐。我们的角色是确保每个解释对患者都是正确的。”
已有两项专利获得批准，其他专利正处于审批的不同阶段。该工具正处于商业化的早期阶段。
该研究题为“生成式AI辅助放射报告的效率和质量”。
更多信息：Jonathan Huang等，《生成式AI辅助放射报告的效率和质量》，《JAMA Network Open》（2025）。DOI: 10.1001/jamanetworkopen.2025.13921, jamanetwork.com/journals/jaman/fullarticle/2834943
期刊信息：《JAMA Network Open》
提供者：西北大学
(全文结束)
