AI大模型如何賦能醫(yī)學影像？醫(yī)療企業(yè)探索潛在應(yīng)用場景 天天聚看點

人工智能在醫(yī)療影像領(lǐng)域的應(yīng)用一直是業(yè)內(nèi)關(guān)注的焦點。在今年的中國國際醫(yī)療器械博覽會（CMEF）上，ChatGPT這類新型的生成式AI技術(shù)也成為行業(yè)專家熱議的話題。醫(yī)療巨頭企業(yè)正在探索生成式AI賦能醫(yī)學影像的潛在應(yīng)用場景。

【資料圖】

第一財經(jīng)記者在CMEF上了解到，目前包括西門子醫(yī)療和GE醫(yī)療在內(nèi)的醫(yī)療影像巨頭企業(yè)都在開發(fā)潛在的AI大模型在醫(yī)療影像領(lǐng)域的應(yīng)用場景，盡管這些嘗試目前還處于早期階段，并面臨數(shù)據(jù)處理及監(jiān)管等多方面的挑戰(zhàn)。

人工智能已經(jīng)在醫(yī)學成像和診斷領(lǐng)域發(fā)揮重要作用，未來臨床醫(yī)生期待通過人工智能解決方案幫助預測癌癥患者腫瘤生長過程中的風險，并且有望結(jié)合圖像、實驗室數(shù)據(jù)、病理學以及基因圖譜來推動精準診療。

“我們期待看到企業(yè)基于大模型，展示例如多器官3D影像的智能分割等場景。”一位從事醫(yī)療大模型的技術(shù)專家在CMEF期間對第一財經(jīng)記者表示。

他舉例稱，醫(yī)學圖像的智能分析和可視化未來會有很多應(yīng)用場景，例如在臨床診斷以及癌癥早篩方面，以及計算機輔助的手術(shù)規(guī)劃系統(tǒng)研發(fā)及手術(shù)仿真。

類似ChatGPT這樣的生成式AI技術(shù)未來還可以幫助工程師開發(fā)3D成像模型。“今天，如果你要為每個身體部位建立一個基礎(chǔ)模型，就必須以不同的方式來訓練這些模型；而通過大型語言模型（LLM）將有機會創(chuàng)建一個通用的解剖模型，從而能夠快速地對每個器官進行訓練。”上述人士告訴第一財經(jīng)記者。

類似ChatGPT這樣的生成式AI技術(shù)未來將可以幫助工程師開發(fā)3D成像模型。華東醫(yī)院老年放射科主任，張國楨肺微小結(jié)節(jié)診療中心主任李銘對第一財經(jīng)記者表示：“我們期待這樣的多器官解剖學模型出來后，可以做一些例如協(xié)助肺癌早篩之類的診斷工作，并結(jié)合影像AI診斷結(jié)果制定下一步的治療策略。AI系統(tǒng)如何與大模型進行融合，是我們持續(xù)關(guān)注的問題。”

李銘表示，盡管今天通過CT或者磁共振掃描，已經(jīng)可以獲得每個人獨一無二的解剖學的影像，但要建立一個通用的模型，關(guān)鍵還依賴于訓練所采用具體什么樣的數(shù)據(jù)。

這又回歸到數(shù)據(jù)的獲取以及算法的創(chuàng)建問題。例如當算法使用僅針對某些患者群體進行訓練時，可能會導致算法出現(xiàn)偏差，這在診斷和治療不同患者群體時會出現(xiàn)問題。

以肺結(jié)節(jié)的診斷為例，如果AI算法主要基于來自西歐和美洲的數(shù)據(jù)，那么AI在這些地區(qū)的患者人群中將會相對而言更加精準；但是如果采用相同的算法并將其應(yīng)用于中國患者時，它的準確性實際上要低得多。因此如果要獲得同樣的準確度，那么將需要針對特定的患者群體重新訓練算法。

第一財經(jīng)記者了解到，為了解決算法數(shù)據(jù)不平衡的問題，2021年，上海相關(guān)部門已經(jīng)出臺了一份關(guān)于放射影像源頭數(shù)據(jù)采集的規(guī)范文件，規(guī)定了醫(yī)學放射影像設(shè)備的源頭數(shù)據(jù)采集原則、采集技術(shù)要求以及數(shù)據(jù)分類和處理規(guī)則，圍繞放射影像數(shù)據(jù)為主的真實醫(yī)療場景數(shù)據(jù)采集以及機遇采集的數(shù)據(jù)進行互聯(lián)網(wǎng)醫(yī)療、醫(yī)療科研分析、醫(yī)療大數(shù)據(jù)及人工智能研究等工作。

標簽：