XiaoMi-AI文件搜索系统
World File Search System放射科
想聊天吗？使用人工智能聊天机器人快速研究 COVID
方法：咨询了多位利益相关者，包括放射科医生、放射科行政领导、数字健康中心行政领导、联合医疗人员和护理人员。由放射科的支持者组建了一个多学科项目团队，于 2020 年 7 月 6 日至 8 月 31 日试行一项经 HIPAA 批准、IRB 豁免的研究，将 AI 聊天机器人引入临床实践。该团队与外部供应商合作，定制了一个安全的 AI 聊天机器人，用于在预定的放射科检查之前筛查患者是否有 COVID-19 症状。最初的试点组包括在所有地区校园的门诊环境中预定接受超声检查和 MRI 检查的患者。基于 SMS 的 AI 聊天机器人根据对 COVID 筛查调查的响应将患者引导到几条路径中。
案例研究：将人工智能融入临床工作流程
拉希医院放射科主任兼 ACR 信息学委员会主席、医学博士、工商管理硕士、哲学博士、FACR 克里斯托夫·沃尔德 (Christoph Wald) 表示，随着越来越多的诊所开始将人工智能融入他们的系统，大多数放射科医生可以期待通过发现检测来改善工作流程。 “人工智能生成的结果越来越多地影响着放射科医生如何安排他们的工作优先顺序，”他说。 “这可能在需要阅读的检查数量和员工规模不匹配的情况下尤其重要，例如在夜班或周末轮班，大量的检查需要由比正常工作时间更少的放射科医生处理。 同样的情况可能适用于某些远程放射学环境，在这种情况下，来自许多站点的病例可能会被汇总并以合并阅读列表的形式呈现给指定的解释放射科医生。”
脑 MRI 决策支持和协议选择，用于临床人工智能工具
神经放射学研究员，导致图像解释频繁中断。虽然协议制定是放射科医生的一项重要工作，但它很耗时，可以从更高的自动化中受益。尽管存在标准化规则，例如美国放射学院适当性标准 2，但放射科医生经常对哪种协议最适合某项研究意见不一。3 放射科医生的偏好可能因培训水平和经验而有很大差异，并可能导致协议选择不理想。Boland 等人 3 提倡协议标准化，以提高效率和患者安全。人工智能 (AI) 可以潜在地提高流程的效率和标准化。本研究的目标是确定历史协议选择相对于基于放射科医生共识的标准标准的可变程度，并将基于 AI 的解决方案的性能与该标准进行比较。我们还试图通过使用先前描述的技术将自动化算法评估为临床决策支持 (CDS) 工具
证据概述：早期价值评估——用于分析胸部 X 光片图像的人工智能软件
放射科专家使用辅助 AI 软件进行胸部 X 光检查的说明性路径与此处介绍的仅由放射科专家进行的胸部 X 光检查的结构相同。如果使用软件进行分类，则可以在胸部 X 光检查之前添加一个额外步骤。
神经肿瘤学
中国南部肿瘤学的国家主要实验室，中国广州孙子森癌症中心合作创新中心（X.L.，Y.Y.，S.Y.，S.Y.，H.L.，H.L.，H.L.，W.Z. R.Z.，C.X。 ）;中国广州太阳YAT-SEN大学癌症中心放射学系（X.L.，Y.Y.，S.Y.，S.Y.，H.L. ）;中国梅济湖梅济族人民医院放射科（W.F. ） ）;中国福建省福建医科大学癌症医院放射科放射科（D.Z. ） ）;中国广州南部医科大学关联医院放射学系（J.L. ） ）;中国上海上海Imaging Intigncence Co.，上海R＆D部 ）;中国上海上海大学生物医学工程学院（D.S. ） ）;中国广州的孙子森大学癌症中心辐射肿瘤学系（Y.S.）中国南部肿瘤学的国家主要实验室，中国广州孙子森癌症中心合作创新中心（X.L.，Y.Y.，S.Y.，S.Y.，H.L.，H.L.，H.L.，W.Z. R.Z.，C.X。）;中国广州太阳YAT-SEN大学癌症中心放射学系（X.L.，Y.Y.，S.Y.，S.Y.，H.L.）;中国梅济湖梅济族人民医院放射科（W.F.）;中国福建省福建医科大学癌症医院放射科放射科（D.Z.）;中国广州南部医科大学关联医院放射学系（J.L.）;中国上海上海Imaging Intigncence Co.，上海R＆D部）;中国上海上海大学生物医学工程学院（D.S.）;中国广州的孙子森大学癌症中心辐射肿瘤学系（Y.S.）
通过医学图像检索进行计算机辅助诊断……
目前，放射科医生面临着过大的工作量，这导致他们高度疲劳，并因此导致不必要的诊断错误。决策支持系统可用于确定优先级并帮助放射科医生做出更快的决策。从这个意义上说，基于医学内容的图像检索系统可以通过提供精心策划的类似示例发挥极大的作用。尽管如此，大多数基于医学内容的图像检索系统都是通过查找最相似的图像来工作的，这并不等同于查找疾病及其严重程度最相似的图像。在这里，我们提出了一种可解释性驱动和注意力驱动的医学图像检索系统。我们在一个大型的公开可用的胸部 X 光片数据集中进行了实验，该数据集带有来自自由文本放射学报告 (MIMIC-CXR-JPG) 的结构化标签。我们在两种常见情况下评估了这些方法：胸腔积液和（潜在）肺炎。作为进行评估的地面实况，查询/测试和目录图像由经验丰富的委员会认证的放射科医生进行分类和排序。为了进行深入而全面的评估，其他放射科医生也提供了他们的排名，这使我们能够推断出评分者之间的差异，并得出定性的表现水平。根据我们的地面实况排名，我们还通过计算归一化的折现累积增益 (nDCG) 对所提出的方法进行了定量评估。我们发现，可解释性引导方法优于其他最先进的方法，并且与最有经验的放射科医生的一致性最好。此外，它的表现在观察到的评分者之间的差异范围内。
基于人工智能的乳腺癌诊断设备试验的文章设计和分析方法
摘要：成像在癌症诊断中很重要。放射科医生需要经过长时间的医学培训和临床经验才能准确解释诊断图像。随着大数据分析的进步，机器学习和基于人工智能的设备目前正在开发中，并在成像诊断中发挥作用。如果基于人工智能的成像设备可以像经验丰富的放射科医生一样准确地读取图像，它可能能够帮助放射科医生提高读取的准确性并管理他们的工作量。在本文中，我们考虑了临床试验的两个潜在研究目标，通过比较其与人类放射科医生的一致性来评估用于乳腺癌诊断的人工智能设备。我们为每个研究目标提出了统计设计和分析方法。进行了大量的数值研究，结果表明所提出的统计测试方法能够准确控制 I 类错误率，并且设计方法能够提供所需的样本量，其统计功效接近预先指定的标称水平。所提出的方法已成功用于设计和分析实际设备试验。
