功能|人工智能2023年7月12日| |由克里斯汀的书

人工智能在放射学要点:专家参与

领先的放射科医生提供洞察AI治理和临床应用

盖蒂图片社

随着放射学社区继续学习和杠杆的使用的最新进展人工智能(AI),配件,一个受人尊敬的领导专家小组在这方面提出了一个重要的和全面的会议的最后一天108北美放射学会(RSNA)科学大会和年度会议。

在会议上最热门的话题之一,结合的阵容凯瑟琳·p·Andriole博士学位,琳达Moy博士,达尼亚为妻,医学博士,沃尔特•f•威金斯,医学博士,产生强烈的兴趣和参与。基本条款的概述,等级设置的关键挑战,警示在临床应用和预测未来的应用是良好的和受欢迎的。

这些个人和这次会议的存在,“回到基础:AI拉德需要了解放射学什么?“是一个合乎逻辑的跟进AI炉边谈话提出了在2021年RSNA,和人工智能的快速增长的反映软件解决方案和临床应用在今天的市场。

英国独立电视台的编辑团队分享是一个多方信息的概述。第一段包括摘录Drs。大野和•威金斯。大冶、•威金斯和其他作者最近发表了一篇论文在RSNA日报》放射学,她进行了综述。在一本即将出版的第二段,英国独立电视台从Drs将发布教学和洞察力的会话片段。Moy Andriole和。

为更好地理解

在会议之前,英国独立电视台与主持人和专家大冶、介入放射马萨诸塞州综合医院和教员哈佛医学院,在MGH / HST Martinos中心生物医学成像。

大冶共享以下见解英国独立电视台会议的目标。

“我认为在过去几年我们有这样的一个爆炸AI的应用程序在市场上我们所看到的,如果你看看周围,有很多人在临床实践中使用人工智能。然而,我们仍然看到很多放射科医生不是很熟悉人工智能的基础知识。我们看到一个巨大的兴趣变得更熟悉和了解基本的实现。所以,本次会议的目的是试图让非常基础的人刚开始进入这个领域,学习一点关于科学数据,实现和治理,看看外面是什么以及它如何可以用来提供一个基础设施让人们开始。这无疑是很长的旅程的开始,但是我们希望让人们用脚趾蘸水,可以说,帮助他们开始。”

解决人工智能治理:谁来决定如何?

引进的当前焦点小组讨论在放射学使用AI,大业参与小组专注于RSNA杂志放射学在线发表的论文(8月2日,在打印2022年12月),题为“实现临床放射学人工智能:谁来决定如何?“她是第一作者。参加了大冶•威金斯和其他领先的放射科医生,包括詹姆斯·a .边缘,一个2023年RSNA金牌得主,在发展中。

专注于关键的外卖,大冶强调临床成像AI程序成功实现四个关键要求,这是:数据访问和安全;跨平台和跨域集成;临床翻译和交付;和领导支持创新。她详细需求:

•数据访问:构建一个环境与数据安全保护患者信息,识别完成de-identification是很困难的。

•数据科学:为临床科研人员配备数据科学的新的培训和工具利用这些数据。

•交叉模式:将访问EMR、医学成像、基因组学和生理监测数据在一个位置。

•交付:通过上下文带来新发现临床护理综合临床决策支持平台通过过程将在医疗企业。

大野增强论文的关键外卖提供以下几点:“成功的临床实施人工智能是通过建立健全的组织结构,以确保适当的监督算法实现、维护和监控。作者还写道:“作为人工智能的作用在临床实践中发展,治理结构监督实施,维护和监控临床人工智能算法来提高产品质量,管理资源,确保患者安全。”

突出这篇文章的价值,为解释说,她和合作者建立治理的路线图,回答四个关键问题:谁来决定哪些工具来实现?应该考虑什么因素在评估一个应用程序实现?在临床实践中应用应如何实施?和工具应如何监控和维护后临床实现?制定灵活的治理结构,可以快速适应不断变化的环境至关重要,以确保质量病人护理和实践改进目标,她指出。

大冶进一步强调,对人工智能在医学成像应该考虑利益相关者利用放射学服务跨多个学科。一定,所有小组成员解决AI治理的必要性,和共享的首要任务就是在艾城的成功实现。

组件的良好治理,专家组指出,应该有这些特征:面向共识,参与式,责任,透明,响应迅速、公平和包容的,有效的和高效的,遵循法治。

的新发展和未来的影响

继续人工智能面板是沃尔特•f•威金斯,医学博士,董事会认证neuroradiologist,助理教授杜克大学健康和临床主任杜克大学人工智能中心放射学(DAIR)杜克大学医学院的。战略顾问Qure.ai•威金斯的重点是使用先进的成像和图像分析技术在诊断成像的大脑,头、颈、脊柱,尤其关注临床人工智能技术的实现
医学成像。

会话期间段,韦根讨论的主题“当前人工智能的应用放射学:是什么?我们要去哪里?”他报道了美国国立卫生研究院(NIH)数据共享政策和更新,应用于国家卫生研究院的基金收到后1月25日,2023年。数据管理和共享计划为那些需要推进应用人工智能在放射学,•威金斯说。他也确定了政策目标:使研究成果的验证;提供高价值的数据集;为未来的研究和推广使用的数据。他提出,很可能会有持续增长模型/工具开发和FDA批准。•威金斯还建议减少偏见和监控部署工具是必要的组件的市场策略前进,并表示分析和决定谁应该承担这个负担将会持续。

•威金斯解决当前的应用和发展趋势,并指出供应商景观RSNA 2022显示一个明确的和一致的上升在这个空间的公司数量和fda AI工具的数量。

他指出最近发布的美国大学的放射学(ACR)的人工智能中央仪表板。它可以分解附属专业,形态和允许用户跟踪间隙序列的趋势。仪表板还提供了一个目录的FDA清除软件作为一种医疗设备(SaMD),目前有201标记指数增长从2017年预计继续。

识别其他最近的进展,韦根报道,胸片继续得到很多的关注,并指出激增文本分析工具,或自然语言处理(NLP)。他强调偏见——识别周围的高度认识和关注,缓解和管理。援引的一项研究发表在柳叶刀杂志在2022年初通过从世界各地的众多机构合作,他表示会有更多关注培训模型为了de-bias他们在未来。

“如果你想知道事情将会在不久的将来,希望FDA和如何指导出来,正如我们所看到的主要是强调人工智能监控,增加“•威金斯说。“那您还需要看看美国国立卫生研究院和他们的资金,他们说什么你一旦你获得资金,”他补充道。•威金斯继续说:“FDA开始走向整个产品生命周期的概念在机器学习模型,可能我们可以看到走向持续学习模型,方便供应商更新模型和没有回到通过FDA批准过程每次…这还很初步,所以我们不知道这将如何结束。我认为我们会看到出现,甚至之前的事情到FDA,越来越注重临床验证和部署后监测。”

他还指出美国国立卫生研究院数据共享政策生效于2023年1月说,“我认为这是要做什么是人工智能研究使研究成果的验证,并提供高价值的数据集重用为未来的研究的数据,这些目标,国家卫生研究院了。”

最后,•威金斯在人工智能预测持续增长,以及正在进行的、重要的研究为临床实施,注重减轻偏见与AI工具必要的组件供应商在未来几年的市场策略。他回到一个共享关注前进,“真正的问题是谁来承担责任?这是供应商吗?它是我们放射科医生,还是要共同努力来监控这些工具吗?”