西北医学开发了自己的放射学生成式AI工具

Northwestern Medicine Develops Own Generative AI Tool for Radiology

西北医学的一组放射科医生和工程师开发了一种生成式AI系统，以提高工作效率并更好地识别危及生命的状况。

在《JAMA Network Open》上发表的一项研究中，该AI系统被部署在西北医学的11家医院网络中，在2024年的五个月内分析了近24,000份放射学报告。西北医学团队随后比较了使用和不使用AI工具时的放射学报告创建时间和临床准确性。

他们报告称，放射学报告完成效率平均提高了15.5%，有些放射科医生的效率甚至提高了40%，而不会影响准确性。尚未发表的后续工作显示，效率最高可提高80%，并且该工具也可用于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，特别是在每秒都至关重要的危急情况下。

该研究的主要作者是莫兹亚尔·埃特马迪（Mozziyar Etemadi）博士，他是西北大学范伯格医学院麻醉学助理教授以及麦考密克工程学院生物医学工程助理教授。他在西北医学网站的公告中表示：“据我所知，这是首次使用AI明显提高生产力，尤其是在医疗保健领域。即使在其他领域，我也从未见过能提高40%效率的情况。”

作者们表示，西北医学的整体模型会分析整个X光片或CT扫描图像，然后生成一份95%完整且针对每个患者个性化的报告，这些报告采用放射科医生自己的报告风格，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，并提供了一个模板来增强放射科医生的诊断和治疗。

“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，”共同作者萨米尔·阿布德（Samir Abboud）博士说道，他是西北医学急诊放射科主任和范伯格医学院放射学临床助理教授。“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中包含可以挽救生命的诊断。”阿布德补充道，“这项技术帮助我们更快地进行分类——因此我们可以更快地发现最紧急的病例，并更快地将患者送入治疗。”

西北医学团队还在调整AI模型，以检测可能遗漏或延迟的诊断，例如早期肺癌。

项目团队强调，他们没有采用像ChatGPT这样的大型互联网训练模型，而是从头开始构建了自己的系统，使用了来自西北医学网络内的临床数据，这使得团队能够为西北医学专门设计一个轻量级、灵活的AI模型。

该技术已获得两项专利批准，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。

(全文结束)