![[RSNA 2024] Coreline Soft CTO 描述医学影像中AI的未来，强调临床实用性](/imgs/placeholder.png)
芝加哥，伊利诺伊州 — 由李汉洙/韩国生物医学记者报道 — Coreline Soft 在芝加哥伊利诺伊州举行的北美放射学会（RSNA）2024年大会上继续保持着强大的存在感，自2015年以来几乎每年都会参加这一大会。这家韩国AI公司在这一领域最大的年度聚会上，通过提供创新解决方案来满足放射科医生不断变化的需求，一直备受关注。
作为领先的韩国医疗AI公司之一，Coreline Soft 每年都会在大会上推出增强的软件和新产品，展示了其致力于推进放射学护理的决心。在RSNA 2024大会期间，Coreline Soft 首席技术官尹在允在接受《韩国生物医学评论》采访时，谈到了公司的未来发展方向。
尹在允表示，公司正在从肺癌筛查扩展到更广泛的临床应用。这家韩国AI医学影像公司已经在国际市场上取得了显著进展。“虽然我们一直专注于肺癌筛查，但我们的技术实际上旨在通过检测各种偶然发现来全面降低死亡率，”尹在允说。
他指出，目前的重点不仅限于传统的“三大疾病”——肺癌、肺气肿和心血管疾病，还包括间质性肺异常（ILA）。“目前，越来越多的研究兴趣集中在肺癌筛查过程中发现ILA，因为这些高风险个体已经每年或每两年进行一次定期CT扫描，”尹在允说。“尽管我们目前不称这些发现为ILD（间质性肺病），但早期发现可能至关重要，因为一旦出现症状，ILD通常预后较差。”
尹在允表示，这种对ILA检测的关注与更广泛的筛查目标一致。“当患者因ILD症状来到医院时，治疗选择往往因已存在的纤维化而受限，”他说。“关于管理ILA发现的指南仍在初步讨论阶段，但我们认为这可能是胸腔筛查中继我们已建立的三大疾病之后的下一个重要目标。”
关于Coreline最近进入美国市场，尹在允强调了适应不同临床工作流程的重要性。“每个合作伙伴都带来了独特的价值，”尹在允说。“与马萨诸塞大学纪念医疗中心的合作使我们了解到，虽然AI性能至关重要，但美国放射科医生特别关注技术如何无缝集成到他们现有的工作流程系统中，无论是PACS还是其他平台。”
尹在允指出了不同市场在AI采用方面的文化差异。“在韩国，我们的产品主要应用于肺癌筛查项目，这使得工作流程的采用相对容易，因为筛查项目有独特的工作流程，”他指出。“然而，在美国，我们的结节检测解决方案正被整合到一般的临床实践中，医生们更倾向于保持其既定的工作流程。”
报告格式和可视化方法的定制在不同市场之间也存在显著差异。“不仅仅是PACS集成，”尹在允指出。“美国用户在报告格式、报告内容甚至图像捕捉和显示方面有不同的偏好。”首席技术官说：“在美国上线的过程要求我们定制这些元素以匹配他们的具体需求，同时保持核心AI技术。”
公司也在密切关注新兴技术，如光子计数CT。公司密切跟踪光子计数CT技术的发展，该技术已被主要制造商视为CT成像的未来。“我们对光子计数CT的发展非常感兴趣，特别是在肺部成像方面，”尹在允说。“更高的分辨率可能会使我们能够更精细地观察细小的气道，尤其是对于引起研究合作伙伴极大兴趣的小气道疾病。”
然而，尹在允指出了在实施AI与这项新技术时的一些实际挑战。“虽然图像分辨率显著提高，但也存在实际挑战，”他说。“我们的当前AI模型是在常规CT分辨率下训练的。当应用于光子计数CT时，处理时间会增加约八倍，因为数据分辨率更高。”公司正在积极优化这一点，尹在允补充道。
向光子计数CT的过渡也为AI开发带来了独特的挑战。“目前，我们的AI是在常规CT分辨率水平上训练来检测异常的，模型往往会忽略比其训练水平更小的特征，”尹在允解释说。因此，他提到，一些安装了光子计数CT的欧洲医院已经联系Coreline进行合作研究。“我们已经在与这些机构进行试点研究，”他说。“然而，正如一些肺部研究人员所指出的，我们仍在等待确定光子计数CT的真正‘杀手级应用’。”尽管Coreline 当前的解决方案可以在这些系统上运行，但在最佳临床使用方面仍有一些需要改进的地方，尹在允补充道。
展望未来，尽管Coreline Soft 已经在胸部成像领域建立了自己的地位，包括心脏应用，尹在允透露了公司计划扩展到其他关键领域的医学成像。“目前，我们特别有兴趣在韩国市场推进急诊医学解决方案，”尹在允说。“除了我们已建立的胸部解决方案外，我们还开发了用于急诊环境的脑出血检测，并正在积极准备用于急诊胸痛评估的解决方案。”
尹在允强调，急诊室与筛查项目一样，是AI可以产生重大影响的另一个领域。“急诊医生的工作压力巨大，我们正在开发适用于急诊环境中脑出血检测和胸痛评估的解决方案，”他说。尹在允指出，当前的一些急诊放射学实践已经过时，例如医生仍然使用FaceTime远程查看PACS屏幕。“作为一名IT行业人士，看到这些做法仍然存在，表明有很大的改进空间，”他说。“虽然AI将是第一步，但我们正在寻求全面的解决方案来管理急诊影像工作流程。”
(全文结束)
