近些年,人工智能(AI)医学图像越来越多地被应用于医疗领域。因为其不仅可以提高疾病表征的检出率,减少漏诊情况的出现,还能精准确认病灶位置、形态,辅助评估患者术前术后风险。更重要的是,它可以提升阅片效率,节约医生时间。
但是,医学图像被广泛用于诊断参考也带来一大问题——医生需要根据每份医学图像按标准进行撰写和输出医学报告。面对庞大的患者数量,为所有的图像逐一撰写报告占据了医生大量工作时间,不同的医生也可能因为经验不同而忽略掉部分图像中的异常情况,导致一些病征无法体现在报告中,从而耽误了患者治疗。
并且,此前的自动生成报告系统也很容易到数据偏差误导,导致其最终生成的报告不尽人意。针对这些问题,近日,腾讯医典AI团队创造性地提出了后验-先验知识探索及蒸馏(PPKED)框架,模仿人类医生的判读方式,结合先验和后验知识来生成报告,以提高医学报告的质量。
在先验探索(PrKE)模块,该模型可以通过预构建包含心脏肥大、脊柱侧弯、钙化点、肺炎等常见异常特征信息的知识图谱,模拟医生学习过的医学知识,以精准地识别出各种图像中的异常。
在后验探索(PoKE)模块中,模型可对当前图像进行标签分类,模拟医生找寻图像异常的过程,然后大致框定异常的区域,提醒医生针对该区域做进一步识别处理。
最后,通过蒸馏(MKD)模块的综合过滤,生成最终的报告。
目前,人工智能在医疗卫生领域广泛应用正形成全球共识。可以说,人工智能以独特的方式捍卫着人类健康福祉,除了在诊疗手术、就医管理多方面发挥作用,此次AI撰写医学报告是人类在人工智能领域的又一次深入探索,也再一次体现了人工智能无可比拟的优势。
联系客服