这家新加坡医院预计,随着人口老龄化,扫描量将激增。
新加坡国立大学医院 (NUH) 开发了一种人工智能 (AI) 工具,可以缩短解释下背部 MRI(磁共振成像)扫描所需的时间,在这个城市国家面临人口老龄化挑战的情况下,这是一个必要的推动力。
NUH 诊断成像系高级顾问 James Hallinan 说,该医院的深度学习工具 Spine AI 有助于检测腰椎管狭窄症,将判读时间从 10 分钟缩短到 3 分钟。
这使放射科医生能够快速查看标记区域并生成准确的报告。
腰椎管狭窄症是下背部椎管变窄,导致神经受压,在老年人中很常见。据 NUH 称,它会引起严重的不适,限制行动能力和生活质量。
该医院预计扫描量将激增,到 2030 年,四分之一的新加坡人将超过 65 岁,而 2010 年为十分之一。
“该模型检测图像中的感兴趣区域,并将神经可能受到挤压的狭窄程度分类为正常、轻度、中度或重度,”放射科医生 Hallinan 说。“我们正在考虑每年节省大约 466 小时。”
他说,初级放射科医生发现这很有帮助,因为他们可以看到上级正在审查的内容,包括他的编辑。“这允许讨论和使用脊柱 AI 边界框来阐明我的观察。”
为了确保模型能够检测到脊柱异常,NUH 的医生与新加坡国立大学计算机学院的数据科学家合作,使用了大约 450 个脊柱和 18,000 张图像。
“我们使用经验丰富的放射科医生的标签来发明最准确的模型,”Hallinan 说。
Hallinan 表示,鉴于新加坡的种族多元化,他们还从沙特阿拉伯获得了数据集以进行外部验证。该团队还与 Siemens Healthineers 合作,以便通过用户友好的界面部署算法。
“与西门子合作的另一个好处是,我们可以在国际上推广它,”他说。“他们的基地遍布世界各地,包括欧洲,这意味着我们有可能在国际上进行前瞻性研究。”
Hallinan 说,该产品仍处于试验阶段,最初的反馈是积极的,放射科医生认为 Spine AI 只需单击一下即可使用。
他补充说,该系统的准确性受到了吹捧,尽管需要更大规模的研究来验证这些发现,并计划将该技术扩展到新加坡的其他机构。
除了在脊柱成像中的应用外,NUH 还计划将 AI 在其他领域的作用扩大。医院正在研究胸部 X 光 AI 算法,以识别需要立即关注或适合出院的病例。
“然后是用于检测中风的快速 AI,”Hallinan 说。“我们还在研究乳房 X 光检查模型,几种内部模型,然后是商业模型。”
Hallinan 说,AI 不会取代放射科医生,而只支持放射科医生。“对于算法,我们需要确保它们是安全的,并且放射科医生提供了概述。我们必须努力提高效率和潜在的成本节约,同时优先考虑安全。