文/陳根
近些年，人工智能（AI）醫(yī)學圖像越來越多地被應用于醫(yī)療領域。因為其不僅可以提高疾病表征的檢出率，減少漏診情況的出現(xiàn)，還能精準確認病灶位置、形態(tài)，輔助評估患者術前術后風險。更重要的是，它可以提升閱片效率，節(jié)約醫(yī)生時間。
但是，醫(yī)學圖像被廣泛用于診斷參考也帶來一大問題醫(yī)生需要根據每份醫(yī)學圖像按標準進行撰寫和輸出醫(yī)學報告。面對龐大的患者數量，為所有的圖像逐一撰寫報告占據了醫(yī)生大量工作時間，不同的醫(yī)生也可能因為經驗不同而忽略掉部分圖像中的異常情況，導致一些病征無法體現(xiàn)在報告中，從而耽誤了患者治療。
并且，此前的自動生成報告系統(tǒng)也很容易到數據偏差誤導，導致其最終生成的報告不盡人意。針對這些問題，近日，騰訊醫(yī)典AI團隊創(chuàng)造性地提出了后驗-先驗知識探索及蒸餾(PPKED)框架，模仿人類醫(yī)生的判讀方式，結合先驗和后驗知識來生成報告，以提高醫(yī)學報告的質量。
在先驗探索(PrKE)模塊，該模型可以通過預構建包含心臟肥大、脊柱側彎、鈣化點、肺炎等常見異常特征信息的知識圖譜，模擬醫(yī)生學習過的醫(yī)學知識，以精準地識別出各種圖像中的異常。
在后驗探索(PoKE)模塊中，模型可對當前圖像進行標簽分類，模擬醫(yī)生找尋圖像異常的過程，然后大致框定異常的區(qū)域，提醒醫(yī)生針對該區(qū)域做進一步識別處理。
最后，通過蒸餾(MKD)模塊的綜合過濾，生成最終的報告。
目前，人工智能在醫(yī)療衛(wèi)生領域廣泛應用正形成全球共識�？梢哉f，人工智能以獨特的方式捍衛(wèi)著人類健康福祉，除了在診療手術、就醫(yī)管理多方面發(fā)揮作用，此次AI撰寫醫(yī)學報告是人類在人工智能領域的又一次深入探索，也再一次體現(xiàn)了人工智能無可比擬的優(yōu)勢。
