参展商在2017年北美放射学会(RSNA)会议上骑人工智能(AI)前所未有的潮流。大公司和初创公司、资深参展商和新手展示了人工智能，从产品、在建作品和研究的黑盒子里探出头来。
在每一种情况下，所声明的目的都是将耗时或困难的任务自动化，并提高效率和有效性，使患者(和提供者)受益。但吸引人的是它的闪光和浮华，然而，供应商小心翼翼地将智能算法的潜力与人们的使用联系起来。
飞利浦放射学解决方案总经理Sham Sokka表示:“围绕人、围绕他们的背景环境构建人工智能，确实是我们的做法。”“如果没有人执行任务，就不会有人工智能。”
从一个供应商到另一个供应商，人工智能被视为智能助手，而不是放射科医生的替代品。“我们来这里是为了帮助放射科医生，”以色列初创公司Aidoc的业务发展副总裁汤姆·瓦伦特(Tom Valent)说。“我们希望提高他们的工作效率，让他们专注于对诊断真正重要的事情。”
人工智能不应该——也不会——在短时间内威胁到放射科医生，在RSNA展厅接受采访的每个供应商都同意这一点。显然，制造恐慌不是他们想做的。
他们的声明与埃隆·马斯克(特斯拉和SpaceX的创始人)等远见者的可怕预测形成了鲜明对比。马斯克在8月11日发推文称:“如果你不担心人工智能的安全，你应该担心。风险比朝鲜大得多。”
感激在恐惧
在2017年的RSNA上，放射学供应商希望用尊重甚至感激取代恐惧。主要供应商表示，他们希望利用智能来提高整体性能。简化流程，就像飞利浦的Illumeo所做的那样，可能会使放射科医生和工作人员至少从一些冗长乏味的工作中解脱出来。
索卡说，也许这样做会提高准确性，也许会提高生产率，也许两者兼而有之。最终的结果可能是更快的决策和更大的信心。由于智能算法会随着时间的推移而学习，它们应该会在所做的事情上做得更好，从而在未来获得更快的速度和更大的信心。
“当你处理一个案例时，你想要有一套最佳的工具来帮助你提高效率，”飞利浦的Illumeo营销主管Kevin Lev在ITN的一个飞利浦的Illumeo视频演示中说视频:技术报道-人工智能在RSNA 2017。
列夫告诉ITN，飞利浦的自适应智能应用才刚刚开始。他说:“我们希望开发一个包含许多不同技术和解决方案的平台，并将它们整合到不同的护理途径中。”“你必须观察所有的操作员——所有的支持人员——以及他们每天的任务。”
实现这种潜力取决于创造一个人工智能和自然智能协同工作的环境。在基于价值的医学领域，这一目标是提高效率、降低成本和改善护理。
追赶人工智能的潮流
从供应商关于人工智能如何帮助放射学的普遍讨论来看，你可能会认为供应商已经讨论了很长时间。但在12个月前，人工智能几乎没有出现在展厅的雷达上。其中一个亮点来自飞利浦，该公司在2016年引入了“自适应智能”作为其Illumeo平台背后的动力。
在今年的RSNA上再次出现的Illumeo分析了放射科医生工作的背景。人工智能会推荐辅助放射科医生的工具，比如分析血管的测量工具。
根据飞利浦公司的说法，这个基于人工智能的平台还可以从电子病历中收集信息——实验室和放射学报告、成像命令，甚至是来自转诊医生的手写转诊信等扫描文件。
飞利浦希望，Illumeo能够了解放射科医生想要什么或需要什么，从而简化工作流程。列夫解释说，这项技术可以适应并记住放射科医生对悬挂方案的偏好。
此外，Illumeo还可以通过其他方式改善放射学，例如，通过提醒放射科医生和工作人员了解最佳实践和既定指南，使整个机构的护理标准化。它还可以帮助生成放射学报告，并利用其中包含的信息。
飞利浦和其他供应商一起执行了类似的任务。Nuance Communications展示了可以从放射报告叙述中提取非结构化信息的智能算法。Nuance负责战略和新业务开发的高级副总裁彼得·杜拉奇(Peter Durlach)说，这些叙述通常以自由的形式表述，“在电子健康记录中形成了一团。”“而且你不知道后续建议是否得到了跟踪和执行。”
Nuance正在培养AI来跟进这些建议。该公司还在开发先进的搜索功能，将其与传统的布尔逻辑相结合，以帮助分析放射报告。
在2017年的RSNA上，GE展示了如何将智能算法与成像技术相结合，从而保护患者和提供者。该公司展示了一项正在进行中的工作，将智能算法和便携式x光机结合在一起。该算法与加州大学旧金山分校(University of California in San Francisco)合作开发，旨在在外科手术患者离开手术室前，从胸片中寻找气胸(肺萎陷)的迹象。
“如果你不需要因为肺萎陷而支付巨额费用，这将是一个巨大的经济利益，”通用电气医疗集团(GE Healthcare)分析部门总经理基思·毕格罗(Keith Bigelow)说。“而且，如果你在变成紧急情况之前就发现了它，从操作上来说，你就不会占用那个房间进行紧急程序。”
毕格罗指出，该算法还可以用于其他用途，例如检查胸管的正确位置。他说，通用电气正在为此努力。
AI - AKA…
在2017年的RSNA上，GE医疗将AI称为“应用智能”。爱克发和IBM称之为“增强智能”。它们都保持相同的缩写。
这样做可能是为了摆脱人工智能的困扰——很像磁共振成像去掉了“核”这个词，以避免与核能和1979年三里岛事故联系在一起。或者，它可能被设计成将人工智能打上专利的烙印，就像斯特林诊断公司(Sterling diagnostics)几十年前做的那样，试图将DR的首字母缩写与自己的“直接放射术”(Direct Radiography)技术联系起来。
然而，开发人工智能的既定目标在供应商之间是一致的——将智能构建到临床工作流程中，以可能提高效率、提高生产力和减少患者护理中的差异的方式。Agfa表示，人工智能工具的使用可能会“加速总体吞吐量和筛查严重疾病”。根据该公司的说法，这可能通过使用基于人工智能的工具来实现，自动化工作流程，分析大量数据，并协助制作放射学和其他临床报告。
在2017年的RSNA上，爱克发展示了智能算法有朝一日将如何与企业成像平台集成，以筛查癌症、结核病和其他危及生命的疾病。Siemens Healthineers显然采取了一种短期策略。
该公司的FAST(完全辅助扫描仪技术)3d摄像头正在研发中，正在等待FDA的批准。该摄像头使用智能算法，在患者进入CT机架前分析患者的光学和红外图像。这项技术背后的最终目标是通过最佳的病人定位来简化工作流程。西门子计划发布FAST相机作为其高端CT产品的升级。
西门子Healthineers公司负责营销、销售运营和通信、诊断成像的副总裁Ragavan Dhandapany表示，FAST 3D相机只是西门子正在开发的众多此类技术中的一项。“在大型成像公司中，我们可能拥有最多的(AI)专利。”
人工智能的无限可能
西门子希望利用人工智能在MRI扫描中检测前列腺癌。该公司正在利用人工智能来检测不同对比度和属性的图像，如形态学、细胞密度或生理功能。然后，人工智能将发现与专家放射科医生的报告相关联，同时考虑临床数据，例如活检结果。
人工智能也可以用于扫描仪层面，在获得数据的同时筛选图像，提醒放射科医生可能出现的紧急情况，例如颅内出血。
中国初创公司推想科技正在开发分析大脑和肺部图像的人工智能。其中一个应用程序可以计算大脑中的“出血”量。它的计算结果将被用于根据病人需要治疗的紧急程度对他们进行分类。另一个应用程序旨在帮助诊断人员发现肺癌的早期迹象。
与推想产品的具体目标不同，以色列初创公司Aidoc Medical正在构建区分异常和正常图像的算法。它的分析将根据疾病的可能性来确定病例的优先次序。
Aidoc业务发展副总裁汤姆·瓦伦特(Tom Valent)说:“我们已经创建了一种架构，可以捕捉放射科医生感兴趣的各种不同类型的病理。”“通过这样做，我们相信我们可以真正改善工作流程——不是通过樱桃般的挑选一些病态，而是通过提供一个广泛的视角。”
瓦伦特说，使用Aidoc算法的分析将为放射科医生提供急需解释的图像“预览”。“我们的人工智能突出了异常病例，通过这样做，我们使放射科医生能够优先考虑病例，并比其他方法更早地阅读这些病例。”
在更基本的层面上，人工智能可能被用于设置“挂起协议”。这些协议的名字来自于技术人员将胶片挂在光板上的方式，放射科医生想要看到它们。自20世纪80年代以来，PACS挂起协议已经使用一定的规则来设置。通用电气的智能阅读协议(SRP)可能会在这方面更进一步，应用智能算法“学习”放射科医生的偏好，并随着时间的推移提高他们的性能。
srp甚至可能启动放射学家想要帮助他们解释的分析工具。通过这种方式，算法就像放射科的手术室护士一样，他们非常了解外科医生和手术程序，在被告知之前就准备好把手术器械递给他们。
GE还在开发所谓的成像相关临床环境(IRCC)，以增强使用GE的Centricity PACS进行的图像解释。基于IRCC的智能算法正在与匹兹堡大学医学中心(University of Pittsburgh Medical Center)合作开发，最早可在今年提供与患者图像解读相关的病理报告或手术和临床记录。
合作关系在人工智能研发中很常见，而且越来越普遍。在2017 RSNA上，Change Healthcare宣布与以色列初创公司Zebra Medical Vision合作，为其客户创建基于人工智能的解决方案。Change是一家主要的医疗IT产品提供商，于2017年年中与McKesson Technology Solutions合并。Change希望将Zebra的算法整合到放射科医生的日常工作中。
Change Healthcare高级副总裁兼放射学和基础设施总经理Ashish Sant表示:“在工作流程中利用智能可以使放射科医生更好地利用系统。”“这个系统可能足够聪明，能满足他们的需求。或者(系统提供)更智能的挂起协议或更智能的信息对齐。”
Zebra的“All in One”(AI1)应用程序，每次扫描收费1美元，可用于寻找肺、乳腺、肝脏、心血管和骨骼疾病的迹象。Sant表示，A1A和其他Zebra基于人工智能的技术代表了公司的战略契合度。
总部位于加州的Arterys也与通用电气建立了类似的战略合作关系，该公司为通用电气医疗集团提供评估心脏MR图像的智能算法。这些算法帮助医生在短短15秒内做出心脏诊断。该公司表示，如果没有这种算法的帮助，这些相同的诊断可能需要长达30分钟。
投资者向新成立的公司提供了大量资金支持，这反映了人工智能的重要性，以及小公司所能做出的贡献。根据市场分析公司冠意研究的数据，从2017年1月到11月中旬，大约有1.22亿美元投资于这类初创公司。大约三分之二(64.5%)的资金流向了总部位于亚洲的公司。大多数都是中国人，这“在中国长期缺乏熟练的医疗专业人员的情况下，并不太令人惊讶”，迈塞诺说。据该研究公司称，训练算法的大型成像数据集的广泛可用性是另一个因素。
前五名受益者中有三名是中国人。推想影业排名第二，2017年共筹集资金1800万美元，自成立以来筹集资金超过2700万美元。
人工智能vs自然智能
无论人工智能是如何应用的，不可否认的是，潜在的智能是人工的。这一基本事实足以让一些人担心，人工智能机器有一天会取代人类。放射学供应商试图通过将他们的人工智能产品定位为智能助手，帮助人们更快更好地完成工作，来平息这些担忧。
供应商说，病人最终将从这些发明中受益，通过更好、更方便的医疗服务。
尽管人工智能在上届RSNA上得到了很高的关注，但在未来几年可能不会是这样。飞利浦放射信息学首席技术官厄兰·鲁本斯(Eran Rubens)说，人工智能越不明显越好。
“当我们看到人工智能的良好应用时，它们是无形的，”鲁本斯在ITN关于人工智能的新视频中接受采访时说。“它们在上下文环境中增强了用户……增强了你的体验，增强了你的能力。”
有一天，人工智能可能不会被认为是这些机器背后的力量。如果更好的医疗保健能够以更快的速度和更低的成本提供，那么只有结果才重要。
人工智能相关ITN内容
视频“人工智能的使用将如何影响放射学”——对RSNA放射学信息学委员会主席Adam Flanders医学博士的采访
