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。
