机构名称：
¥ 1.0
人工智能 (AI) 技术在医学成像中的应用最近引起了极大的轰动，由于当前深度学习技术与过去的机器学习方法相比的技术实力、数字医学图像的广泛可用性以及计算硬件功能的增强，AI 正在进入临床实践 [1 - 4]。正如本期特刊的重点评论文章 [5 - 8] 中详细讨论的那样，AI 已被尝试用于各种器官和系统的超声检查，例如甲状腺、肌肉骨骼系统、乳房和腹部，尽管其应用范围不如胸部 X 光片 [9] 等其他一些放射成像方式那么广泛。人工智能有望发挥以下潜在作用：提高超声图像的质量，提供各种形式的诊断支持（例如，自动表征超声图像上的发现；从超声图像中提取定量或预测信息，这对于人类检查者而言难以仅凭视觉观察完成；以及自动检测或分割超声图像上的各种结构），并提高工作流程效率 [10]。未来，人工智能在超声检查中的具体应用预计还会不断增加。人工智能算法可以提高超声检查者的诊断准确性和能力，有望对经验不足的检查者特别有帮助 [11 - 15]。超声检查在临床实践中的应用比计算机断层扫描 (CT) 或磁共振成像 (MRI) 更为广泛，并且由更多具有不同专业水平的医疗专业人员进行，其中一些人的表现优于其他人。通常，一名检查者会在检查过程中即时解释发现并做出决定。因此，与 CT 或 MRI 相比，超声检查对操作员的依赖性和主观性更强，这是众所周知的问题。因此，在超声检查中应用人工智能最令人期待的好处之一是减少检查者之间的差异。在这方面，人工智能可能提供一个独特的机会，通过消除检查者之间的差异来提高超声检查的性能。不过，应该注意的是，超声检查的本质也对超声检查人工智能的开发和临床实施提出了挑战。首先，超声检查对操作员的依赖性和主观性引入了额外的差异
独特的机遇和挑战
主要关键词
相关文件推荐
