人工智能在醫療影像領域的應用一直是業內關注的焦點。在今年的中國國際醫療器械博覽會（CMEF）上，ChatGPT這類新型的生成式AI技術也成為行業專家熱議的話題。醫療巨頭企業正在探索生成式AI賦能醫學影像的潛在應用場景。

【資料圖】

第一財經記者在CMEF上了解到，目前包括西門子醫療和GE醫療在內的醫療影像巨頭企業都在開發潛在的AI大模型在醫療影像領域的應用場景，盡管這些嘗試目前還處于早期階段，并面臨數據處理及監管等多方面的挑戰。

人工智能已經在醫學成像和診斷領域發揮重要作用，未來臨床醫生期待通過人工智能解決方案幫助預測癌癥患者腫瘤生長過程中的風險，并且有望結合圖像、實驗室數據、病理學以及基因圖譜來推動精準診療。

“我們期待看到企業基于大模型，展示例如多器官3D影像的智能分割等場景。”一位從事醫療大模型的技術專家在CMEF期間對第一財經記者表示。

他舉例稱，醫學圖像的智能分析和可視化未來會有很多應用場景，例如在臨床診斷以及癌癥早篩方面，以及計算機輔助的手術規劃系統研發及手術仿真。

類似ChatGPT這樣的生成式AI技術未來還可以幫助工程師開發3D成像模型。“今天，如果你要為每個身體部位建立一個基礎模型，就必須以不同的方式來訓練這些模型；而通過大型語言模型（LLM）將有機會創建一個通用的解剖模型，從而能夠快速地對每個器官進行訓練。”上述人士告訴第一財經記者。

類似ChatGPT這樣的生成式AI技術未來將可以幫助工程師開發3D成像模型。華東醫院老年放射科主任，張國楨肺微小結節診療中心主任李銘對第一財經記者表示：“我們期待這樣的多器官解剖學模型出來后，可以做一些例如協助肺癌早篩之類的診斷工作，并結合影像AI診斷結果制定下一步的治療策略。AI系統如何與大模型進行融合，是我們持續關注的問題。”

李銘表示，盡管今天通過CT或者磁共振掃描，已經可以獲得每個人獨一無二的解剖學的影像，但要建立一個通用的模型，關鍵還依賴于訓練所采用具體什么樣的數據。

這又回歸到數據的獲取以及算法的創建問題。例如當算法使用僅針對某些患者群體進行訓練時，可能會導致算法出現偏差，這在診斷和治療不同患者群體時會出現問題。

以肺結節的診斷為例，如果AI算法主要基于來自西歐和美洲的數據，那么AI在這些地區的患者人群中將會相對而言更加精準；但是如果采用相同的算法并將其應用于中國患者時，它的準確性實際上要低得多。因此如果要獲得同樣的準確度，那么將需要針對特定的患者群體重新訓練算法。

第一財經記者了解到，為了解決算法數據不平衡的問題，2021年，上海相關部門已經出臺了一份關于放射影像源頭數據采集的規范文件，規定了醫學放射影像設備的源頭數據采集原則、采集技術要求以及數據分類和處理規則，圍繞放射影像數據為主的真實醫療場景數據采集以及機遇采集的數據進行互聯網醫療、醫療科研分析、醫療大數據及人工智能研究等工作。

標簽：