哈佛大学医学院Pranav Rajpurkar等研究人员近日在The New England Journal of Medicine发表综述，阐述了人工智能用于医学影像的现状，挑战和未来(1)。

作者们认为，虽然目前人工智能模型在帮助影像科以及临床医生快速识别急需干预的患者(比如脑出血患者)、量化重要影像标志/特征以及辅助诊断等方面开始发挥作用，但是总体上离其潜力以及大家的预期还相差很远(1)。

目前人工智能在医学影像的应用(1)

其中存在的挑战是现实世界前瞻性临床分析研究很少，人工智能模型不通用（病人状态、疾病流行程度或者影像采集方法相对训练组有变化，模型的准确性就会下降）以及不能整合临床数据给出综合解读(1)。

但是，作者们认为将来随着相关人员对人工智能更多的应用、多模态大型语言模型的开发以及对人工智能模型医学应用的严格安全评估（临床医生-AI模型协同、透明数据集与模型评估水平、以及实施后跟踪评估），通用人工智能模型在医学领域有广阔前景(1, 2)。

人工智能模型在医学影像通用实施的“安全措施”(1)

展望未来通用医学人工智能模型特征与应用(1)

该项工作2023年5月25日发表在The New England Journal of Medicine(1)。

Comment(s):

人工智能模型在医学影像上的与医生差异见解和预测之处或能为疾病机制等研究带来新猜想。

通讯作者简介(3):

参考文献：

1.  P. Rajpurkar, M. P. Lungren, The Current and Future State of AI Interpretation of Medical Images. N. Engl. J. Med.388, 1981–1990 (2023).

2.  P. Lee, S. Bubeck, J. Petro, Benefits, Limits, and Risks of GPT-4 as an AI Chatbot for Medicine. N. Engl. J. Med.388, 1233–1239 (2023).

3.  ‪Pranav Rajpurkar - ‪Google Scholar, (available at https://scholar.google.com/citations?user=QcOG6sgAAAAJ&hl=en).

原文链接：

https://www.nejm.org/doi/full/10.1056/NEJMra2301725