[caption id="attachment_35619" align="aligncenter" width="817"] 图片来源：Shutterstock / Uber图片[/caption]

放射科医生逐渐被X光淹没。就仅仅在英国，电磁扫描占全球诊断成像的40%。据估算，任何时候都会有33万张x光片要等待最少一个月才能得到报告。

幸运的是，人工智能(AI)承诺将大幅减少积压。在发表在《放射学》(Radiology)杂志上的一项新研究中，华威大学(University of Warwick)的科学家描述了这样一种系统，它可以自动对x射线进行优先排序，挑选出急需处理的扫描。

Giovanni Montana是这项研究的合著者，他在一份声明中说:“目前还没有相应的系统和自动化的方法来对胸部x光片进行分类，并把那些有重要和紧急发现的患者放在报告的首位。”

研究人员从一个采集了47万388张成人胸部x光片的数据库中发现，这些x光片被删除了识别信息并加了注释。每个x光片上可见的特定异常被标记并输入一个自然语言处理系统，该系统通过这些异常将每个扫描分别归类为“危急”、“紧急”、“非紧急”或“正常”。

接下来，x射线被输入到使用标记图像训练的计算机视觉算法中，仅从视觉信息(而不是文本)预测优先级。当使用15887张独立的图像进行测试时，人工智能系统能够“高精度”地从正常扫描中对异常x射线进行分类。

研究小组的模拟显示，具有“关键”指标的x射线平均在2.7天内会收到放射科医生的治疗意见。他们将在未来的工作中对系统进行更大的样本培训，并部署“更复杂”的算法，以提高性能。

Montana博士说:“这份报告的初步结果太令人兴奋了，因为它们证明了AI系统可以通过一个非常大的常规采集的放射学数据库来进行成功培训。”“随着进一步的临床验证，这项技术有望通过检测所有正常的检查，大大减少放射科医生的工作量，从而可以把更多的时间花在那些需要更多关注和治疗的患者身上。”值得注意的是，这并不是第一个可以识别胸部X光异常的AI系统。

Qure.Ai是一家总部位于孟买的AI医疗初创公司，去年在欧洲获得了qXR的CE认证，这是一种胸部X光产品，可以识别15种最常见的胸部X光异常。

在本月早些时候发表在《自然生物医学工程》(Nature Biomedical Engineering)杂志上的一篇论文中，波士顿麻省总医院(Massachusetts General Hospital)的研究人员描述了一种深度学习算法，该算法能够以较高的准确率检测出急性脑出血(ICHs)。因此相信在不久后，AI在医疗的阶层上将要有一个更大的跨度，而患者将要得到更有效的治疗与发现。