美國西北大學醫學院近期推出了一項革命性的醫學影像診斷技術——全球首個整合至臨床流程的生成式人工智能放射系統。該系統憑借其超凡的速度與精準度，正在為解決全球放射科醫生嚴重短缺的問題提供嶄新的途徑。
自2024年初以來，這套AI系統已在西北大學旗下的12家醫院全面投入應用。在短短五個月內，它成功分析了接近2.4萬份放射科報告，顯著提高了報告生成的效率，平均增幅達到15.5%。尤為部分醫生的工作效率因該系統而提升了40%，且診斷準確率絲毫未減。更深入的研究揭示，在CT影像分析領域，該系統實現的效率提升甚至可高達80%。
與傳統的僅能檢測單一疾病的窄域AI工具不同，這套系統具備全面解讀X光和CT圖像的能力。它能夠自動生成高達95%完成度的個性化診斷報告，供醫生進行最后的審核與確認。該系統不僅匯總關鍵診斷信息，還提供了輔助性的診斷和治療建議模板，極大地減輕了醫生的工作負擔。
尤為關鍵的是，該系統內置實時預警機制，能夠迅速識別如氣胸等致命病情，并在報告生成過程中與患者的病歷信息進行交叉驗證。一旦發現緊急狀況，系統會立即向醫生發出警報，確保患者能夠及時獲得必要的醫療干預。
據研究人員介紹，這是首次有AI系統在涵蓋全身各類X光影像的診斷中，全面展現出高準確率與高效率的雙重優勢。這一突破性進展不僅提升了醫學影像診斷的準確性和速度，更為解決放射科醫生短缺的問題提供了切實可行的解決方案。
數據顯示，預計到2033年，美國將面臨高達4.2萬名放射科醫生的短缺，而影像檢查的數量卻以每年約5%的速度持續增長。這套AI系統的應用，有望將醫生的診斷報告交付時間從數日縮短至數小時，從而有效緩解因人才短缺帶來的壓力。
研究團隊明確表示，該技術的初衷并非取代人類醫生，而是旨在通過提高診斷效率，使醫生能夠更快地做出準確的診斷，特別是在處理危急病例時發揮至關重要的作用。這一創新技術的出現，無疑為醫學影像診斷領域帶來了前所未有的變革。
