相信拍攝X光片對大多數人都不陌生，這是體檢中的一項常規檢查。儘管現在已經湧現了多種新的醫學影像檢查手段，X光檢查仍然佔據了全部影像檢查的40%。英國華威大學的研究人員藉助了深度學習，成功地將重點患者的診斷時間縮短了1周。
目前在英國，有33萬張X光片無法及時處理，一張X光片從拍攝好到出具診斷結果甚至需要超過一個月的時間。為了幫助醫務人員處理堆積如山的X光片，英國華威大學的Giovanni Montana博士和研究團隊想到了用人工智慧來篩選需要緊急處理的X光片。這項研究發表在近期的《Radiology》上。
圖片來源：Pexels
研究人員使用了來自合作醫院超過47萬張X光片和對應的診斷報告來訓練AI系統。這項研究使用的是一種被稱之為“自然語言處理（NLP）”的演算法來處理診斷報告，它可以從報告中抽取出重要的文字資訊。在診斷報告中，影像科醫師已經為每張X光片標明瞭可見的異常指標，AI系統將這些文字資訊抽出後，就可以學習影像內容和診斷文字的對應關係。
同時，自然語言處理演算法還根據診斷報告內容把所有的X光片分為了四種等級：危險、緊急、不緊急、正常。這樣，演算法不僅可以判斷X光片中的影像細節，還能夠結合已有的診斷報告和緊急程度對X光片進行分析，提高判斷準確度。
▲X光胸片示意圖（圖片來源：123RF）
47萬樣本的學習真不是隨便說說的，AI在完成訓練後的“考試”中交出了高分答卷。模擬演習中，AI判斷了1.5萬份全新的X光片影像，準確率非常令人滿意。AI報告的陰性預測率高達99%，也就是說，AI基本不會漏掉有問題的胸片，並確保這些有問題的胸片優先被醫生檢視。
同時，在AI系統的幫助下，緊急狀況的胸片病例處理時間從11.2天縮短至2.7天，所需時間僅為原來的1/4。醫務人員有望在AI的幫助下得到“減負”，不再受到堆積成山的胸片困擾。對於患者而言，AI也大大加快了診斷速度，並能使其更早獲得治療。
Montana博士表示，下一步會針對適用性對AI進行訓練，以使AI在面對更廣泛人群時有較好的準確性。
參考資料：
[1] AI system prioritizes x-rays by urgency. Retrieved Jan 23, 2019 from https://venturebeat.com/2019/01/22/ai-system-prioritizes-x-rays-by-urgency/
[2] Artificial intelligence can dramatically cut time needed to process abnormal chest X-rays. Retrieved Jan 23, 2019 from https://www.eurekalert.org/pub_releases/2019-01/uow-aic011519.php
[3] Artificial intelligence shows potential for triaging chest X-rays. Retrieved Jan 23, 2019 from https://www.eurekalert.org/pub_releases/2019-01/rson-ais011519.php