Oz Moskovich Oz Moskovich

介入放射学正面临着人工智能的颠覆 – 思想领袖

作者：Oz Moskovich，XACT Robotics的人工智能和数据科学负责人XACT Robotics。几乎每个医疗保健领域都在探索人工智能的应用，但有些医学领域比其他领域更容易受到人工智能的颠覆。作为医疗机器人数据科学团队的负责人，我渴望找到需要改进的领域，而没有任何一个医学专业比介入放射学更需要人工智能。当前，介入放射学面临的挑战包括： 专家短缺：只有大约10%的放射科医生接受介入放射学的专科培训。 成本：专家短缺导致患者成本增加。尤其是农村患者，他们经常需要前往寻找最近的介入放射科医生——产生旅行和住宿费用。 及时诊断：最近的一项西奈研究发现，早期诊断导致肺癌死亡率大幅下降。 肿瘤特性：在诊断潜在肿瘤时，大小、位置和组织合规性都可能导致延迟诊断和治疗。 程序不一致性：手动程序方法有时需要多次插入才能达到所需的目标，这可能导致程序时间更长、再次入院或并发症。 幸运的是，今天可用的工具已经开始缓解这些挑战，而人工智能是其中的关键。通过将人工智能和机器学习能力与机器人和成像平台相结合，我们的医疗保健系统可以扩大高质量医疗服务的覆盖范围。这涉及提高程序的速度、效率和可用性，例如活检和消融，从而带来更好的结果和更满意的患者。机器人领域的机会机器人系统已经在整个医疗领域普及，但像活检或消融这样的程序所需的复杂和准确的图像引导规划和监控使机器人成为介入放射学的理想选择。通过准确的机器人驱动插入和导向，医生可以更早地诊断和治疗可能威胁生命的疾病——当肿瘤较小、更容易治疗时。机器人技术还为进一步将人工智能和机器学习融入介入放射学提供了途径。随着临床工作流程越来越多地将人工智能驱动的技术纳入各个领域，类似机器人系统的采用只是时间问题。将机器人系统与机器学习相结合，可以利用过去程序的大量数据来帮助医生做出明智的决定。通过全球共享这些数据并提供分析手段，机器学习正在成为一个团结的力量，推动更高级别的医疗服务，这种服务建立在更广泛的经验基础上。从找到具有类似特征的病例到突出风险和异常，甚至实时推荐，连最有经验的医生也将从这些功能的使用中受益。此外，人工智能和成像的结合产生了新的功能，例如图像增强、图像融合、组织分割和3D渲染。每一个功能都能为医生提供最清晰的目标图像，允许提前规划程序，并有助于程序更加精确，优化结果。解决短缺和低效问题人工智能驱动的机器人平台有能力使程序更加可预测——降低再次入院的风险，并在一致的时间内完成程序。这种可预测性的一个部分是确保单次程序的最佳结果，避免再次入院的需要。美国医疗保险每年在医院再次入院上花费约300亿美元，超过一半的费用用于可避免的再次入院。通过机器人平台规划程序和利用大数据、机器学习和人工智能，我们的医生将精确、高效地执行程序，并将减少可避免程序的浪费支出。人工智能也有机会帮助解决专家短缺问题。随着直观的设备在医疗保健提供者设施中变得更加普遍，程序知识变得更加容易获取，医生助理（例如医生助理和护士执业者）将执行更多程序。通过赋予更多的临床医生使用工具执行介入程序的能力，我们可以缓解医生人口的紧张，并更公平地分配临床负担。人工智能在医学中的应用仍然需要几年才能变得普遍，但最终，人工智能有巨大的机会来增强介入放射学中医生的能力——它永远不会取代他们，而是作为一个壮丽的新工具箱。通过继续推进机器人、人工智能和机器学习开发团队已经在进行的工作，我们将向介入放射学引入最先进的技术。它有潜力帮助解决医生短缺问题，并更高效、更快速地为更大患者群体实现积极的结果。