人工智能正在影响诸多领域。但发生的更大变化之一是医学成像。虽然它可能不像自动驾驶汽车那么迷人，但人工智能驱动的成像正在做一些更重要的事情：拯救生命。CureMetrix等公司正在将图像分析从猜谜游戏转变为数据驱动的过程。典型的放射科患者不会使用CureMetrix的技术去看医生。他们只知道他们的治疗取决于准确的诊断。幕后发生了什么，医学影像行业的下一步是什么？事实证明，答案与无人驾驶汽车一样令人兴奋。医学成像革命要了解AI在多大程度上改变了医学成像世界，了解低技术流程非常重要。“不久之前，医学影像就像是‘Waldo在哪里？’。”基本上，专家会扫描图像并寻找可能表明癌性病变之类的微小异常。“尽管对医生和放射科医生进行了所有培训，他们仍然会犯错误。研究表明，仅靠人工分析就有大约35%的错误率。考虑一下：如果没有AI的帮助，三分之一的放射科医生会收到错误的指示病人在体检中的位置。由于不同的原因，任何错误的方向都是危险的。如果遗漏了什么（假阴性），病人将得不到治疗，癌症会继续生长。许多要求成像条件是时间敏感的.癌性肿瘤每天都被忽视并变得更大，转移的风险增加。另一方面，假阳性（意味着放射科医师将良性特征误认为医学问题）可能使患者接受不必要的侵入性手术。例如，活组织检查是痛苦的并且昂贵。平均而言，其中70-80%最终会在寻找乳腺癌压力时给患者及其家人造成精神负担。CureMetrix如何最大限度地减少错误或者，更重要的是，这对患者意味着什么？第二组眼睛将CureMetrix的cmTriage视为另一组眼睛。人工智能无法取代使用该工具的人——放射科医生——但可以帮助他或她了解哪些情况可能是可疑的。虽然人工智能不会取代放射科医生，但使用人工智能的放射科医生将取代那些不使用人工智能的放射科医生。放射科医生和乳房X光检查专家已经供不应求，导致工作过度、倦怠和代价高昂的错误，最终可能导致诉讼。CureMetrix为放射科医生提供数据，使其成为抗击癌症的另一种武器。cmTriage已被FDA选择作为乳腺癌筛查的分流工具，为放射科医生提供前瞻性信息以帮助识别可疑病例。结果是有可能提高敏感性并减少患者回忆。放射科医生检测乳腺癌的平均灵敏度为84.4%，其中9.6%的病例需要重新检测。如果CureMetrix的灵敏度为84.4%，则表明总共有6.4%的评估是可疑的。即使在默认模式下，AI的动作也比放射科医生更具体。更强大的是cmTriage可以在更高的灵敏度下运行。其默认设置为93%，但最高可设置为99%。通过结合深度学习和计算机视觉，cmTriage帮助放射科医生识别可疑变化，从而使乳腺癌患者能够更快地得到治疗。同样重要的是，它可以帮助放射科医生识别不太可疑或可能正常的病例，减少患者多次就诊或接受高风险治疗的机会。从乳腺癌开始目前，CureMetrix仅可用于乳腺癌检测。但为什么是乳腺癌，它对其他哪些疾病有帮助呢？当我问Alipour时，他指出了两个：乳腺癌的大小和独特的挑战——在所有癌症中检测起来最复杂。每年，将近300,000名美国人被诊断出患有乳腺癌，占女性所有癌症诊断的30%。其次，估计每年有40亿美元花在乳房X光检查误报上。活检通常是检测的第二步，假阳性率高达惊人的75%。“我们不能忽视这样的数字，”Alipur说。“那里有很多不同的癌症，但从乳腺癌或人类疾病的角度来看，它们并不像乳腺癌那么昂贵。”幸运的是，对于其他癌症患者来说，乳房X线摄影只是AI医学影像转型的开始。CureMetrix计划将其AI扩展到医学成像的其他领域。一种适合所有人的检测工具？成像是癌症检测的关键工具，但不是唯一的工具。深度学习工具也可以增强其他方法，例如甲基化分析。“深度学习的优势之一是它可以处理非结构化数据，”Alipour说。“给定正确的训练数据，该算法可以通过其他方式发现癌症，例如通过查看化学特征。”例如，Alipour以NYULangoneHealth为例。根据组织病理学，一名年轻女孩被诊断出患有复发性髓母细胞瘤，这是一种脑癌。然而，在人工智能的帮助下，她的医生发现它实际上是另一种：胶质母细胞瘤。强调正确诊断的重要性是，女孩的癌症可能是用于抵抗第一种癌症的辐射的结果。如果她以同样的方式再次接受治疗，这种治疗可能会伤害她，而不会真正杀死新的癌症。尽管在乳腺癌诊断方面取得了突破，但Alipour明确表示，通用癌症检测工具还需要数年时间。但我们到达那里的方式正是CureMetrix所做的：从最复杂的癌症开始，然后从那里开始构建。
