DForum
event
 

AI对医疗成像续增影响力

算法的医疗成像应用需配合特殊的审核流程。法新社

随著人工智能(AI)医疗成像技术持续发展,原本放射科医生担心被取代的恐惧,也逐渐转变成乐观的期待。除了一般成像设备厂商外,亚马逊(Amazon)、IBM与Google也都陆续加入了成像技术算法的发展。

根据IHS Technology报导,Google Health在2020年的北美放射医学大会(RSNA)上,展示了能够为医疗数码影像传输(DICOM)、美国医疗保险信息携带与责任法案(HIPAA)相关档案去识别化的新技术。此外,医疗科技公司Change Healthcare的成像网络(Imaging Network)系统,也是透过Google的云端平台提供影像归档、浏览与人工智能分析等服务。

相较于几年前,放射科医师现在已不再担心人工智能成像技术会抢走他们的饭碗,反而更加期待新技术所能提供的帮助,人工智能在医疗成像的应用也越来越多样化。

IHSM Technology调查发现,2018年约有15%的机器学习算法取得美国食品药品监督管理局(FDA)等机构的核准,到了2019年,取得核准的比例增加到28%。在调查的363款成像设备中,有16.5%属于胸、肺成像设备,有18.2%为神经科应用。

医疗产业目前对于算法尚未有明确统一的定义,而IHSM Technology则将深度学习定义为可支持计算机持续自我训练、提升任务表现的神经网络。

由于这类算法会根据现实世界的经验作出调整,因此算法在通过批准后,可能还会持续改变。FDA正尝试为这种可持续学习、具适应能力的算法,提出合适的法律批准流程,并希望供应商能依据病患可能承受的风险,评估算法的各项调整。

FDA已宣布将把乳房摄影、超音波乳房病灶、肺结节X光、龃齿检测等医疗成像应用,从三级装置重分类为需要特殊管制的二级装置。同时,FDA也提出了明确的特殊管制内容,以确保装置能安全并有效的完成工作。

未来新一代的算法应用,将会使用更大量的资料进行训练。尽管FDA提出了更简化的核准流程,但另一方面,FDA将更加强对深度学习算法的控管,为病患提供必要的安全支持。

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: 人工智能