當新冠病毒在中國達到鼎盛時期時，武漢市的醫(yī)生能夠使用人工智能（AI）算法掃描成千上萬患者的肺部。
　　該算法由Axial AI開發(fā)，可在幾秒鐘內分析CT圖像。例如，它聲明患者是否患有冠狀病毒引起的病毒性肺炎的高風險。
　　一群公司開發(fā)了針對冠狀病毒爆發(fā)的AI。他們說，當進行更多的CT掃描以進行比較時，它可以顯示患者的肺部是否隨著時間的推移而改善或惡化。
　　馬來西亞的一家醫(yī)院現(xiàn)在正在試用該系統(tǒng)，Axial AI也已提議將其捐贈給NHS。
　　在全球范圍內，作為應對冠狀病毒大流行的努力的一部分，人工智能（AI）技術正在迅速部署。有人質疑這些工具是否足夠可靠-畢竟，人們的生命受到威脅。
　　英國廣播公司（BBC）已要求衛(wèi)生和社會護理部（DHSC）確認是否可以在英國試用Axial AI的系統(tǒng)，但迄今為止尚未收到任何答復。
　　該工具的絆腳石可能僅僅是，NHS通常不使用CT掃描儀制作新冠病毒患者肺部的圖像。胸部X光檢查更常用。它們不如CT掃描那么詳細，但操作更快，而且放射科醫(yī)生仍然可以識別出圖像中的肺炎。
　　但是，由于這種大流行，一些英國醫(yī)院現(xiàn)在正在推出AI工具，以幫助醫(yī)務人員更快地解讀胸部X射線。例如，皇家博爾頓醫(yī)院的工作人員正在使用AI，該AI已經(jīng)接受了超過250萬例胸部X射線的培訓，其中包括約500例確診的新冠病毒病例。
　　醫(yī)院的放射學顧問里茲萬·馬利克（Rizwan Malik）說，它已經(jīng)在醫(yī)院執(zhí)行的每一次胸部X光檢查中自動運行。他估計，這意味著迄今為止，已有100多名患者使用該系統(tǒng)對X射線進行了分析。在這種情況下，該算法旨在查找新冠病毒的可能征兆，例如肺部不透明的模式。
　　馬利克博士說：“它基本上為臨床醫(yī)生提供了另一種幫助他們做出決定的工具-例如，他們允許哪些患者入住，將哪些患者送回家?！彼赋?，患者數(shù)據(jù)完全在醫(yī)院自己的網(wǎng)絡中處理。該軟件本身是由總部位于孟買的Qure.ai開發(fā)的。
　　Malik博士補充說，他過去曾向Qure.ai提供咨詢服務，但強調該系統(tǒng)在進入醫(yī)院之前已經(jīng)過標準的檢查和采購流程。
　　AI“給醫(yī)生的另一種工具來幫助他們做出決策，”放射科顧問RIZWAN馬利克說：
　　英國廣播公司了解到，另外兩家NHS醫(yī)院目前正在使用另一種工具，該工具可以檢測肺部X射線異常。開發(fā)該系統(tǒng)的Behold.ai的發(fā)言人未透露相關醫(yī)院的名稱。
　　但是，她說，該軟件到目前為止已經(jīng)分析了147例疑似新冠病毒的患者的掃描結果。在超過90％的情況下，它將掃描正確分類為“正?！被颉爱惓！?。
　　南安普敦大學醫(yī)院的呼吸科專家托馬斯·丹尼爾斯（Thomas Daniels）博士說，治療由新冠病毒引起的嚴重肺部疾病的患者可能會很痛苦。他和他的同事尚未使用AI算法來分析新冠病毒患者的胸部X光。但是，他說，一個自動解釋掃描結果以便醫(yī)生可以快速消化信息的系統(tǒng)可能會有用。
　　他說：“放射線檢查人員通常需要一個……小時或什至幾天的時間才能到達那個特定的胸部X射線并撰寫報告?！?br /> 　　“某種算法可能會產(chǎn)生Covid可能性評分。顯然，這種生成比等待放射線醫(yī)師報告要快得多?！?br /> 　　“有可能是一個算法來生成似然的-Covid分數(shù)一定的作用，”呼吸專家托馬斯·丹尼爾斯說：
但是，他告誡說，他認為應該通過隨機試驗對這些工具進行適當?shù)脑u估-例如，其中一些患者的X射線由該算法分析，而其他一些則沒有。來自此類實驗的數(shù)據(jù)可以表明，使用該工具是否會對患者的住院方式產(chǎn)生重大影響。
　　在世界其他地方，類似的算法正在臨床環(huán)境中對胸部掃描進行咀嚼?？死锼雇懈ァだ屎账固兀–hristopher Longhurst）博士說，他所在的加利福尼亞大學圣地亞哥分校（UCSD）健康醫(yī)院正在試用一種旨在在胸部X光片上發(fā)現(xiàn)肺炎的軟件。
　　他說：“嚴格分析結果和數(shù)據(jù)非常重要，”他說，盡管他指出該系統(tǒng)的使用不是隨機的-目前正在醫(yī)院的每個胸部X光檢查中使用。
　　醫(yī)生可以以多種不同方式使用解釋X射線圖像的算法。這可能會對他們決定如何對待患者產(chǎn)生重大影響，或者可能只是該過程中很小甚至是切線的部分。值得注意的是，美國放射學院建議不要依靠胸部掃描來診斷新冠病毒。
　　但是算法可能在此過程中仍可以發(fā)揮作用。在UCSD Health，Longhurst博士提到的工具標記了一名因其他原因進行胸部X線檢查的患者的早期肺炎病例。然后對該患者進行新冠病毒測試，結果恢復陽性。
　　阿德萊德大學的放射科醫(yī)生和博士候選人盧克·奧肯-雷納（Luke Oaken-Rayner）說，使用AI來幫助做出有關治療新冠病毒患者的決策存在一些棘手的問題。他解釋說，一方面，關于如何治療嚴重病例，還沒有一個公認的計劃。
　　AI可能會給醫(yī)生提供患者當前狀況的概覽，但是截至今天，這并不一定幫助他們決定下一步該怎么做。而且，在解釋人的肺部圖像時，新采用的AI系統(tǒng)有可能會偶爾出現(xiàn)錯誤。如果經(jīng)驗不足的醫(yī)生由于該錯誤信息而改變了對患者的治療計劃，可能會造成傷害，該怎么辦？
　　Oaken-Rayner博士說：“這是一個非常嚴重的潛在風險?！?他補充說，盡管他認為醫(yī)院應該可以自由地試用新技術，但他會警惕在任何新系統(tǒng)經(jīng)過適當審查之前都依賴它。
　　他認為，鑒于當前危機的緊迫性，放松監(jiān)管規(guī)定以允許在醫(yī)院環(huán)境中快速試用新技術是可以接受的。但是，他補充說，真正需要的是像Daniels博士所建議的那樣的隨機試驗的結果-換句話說，證明AI工具確實對治療新冠病毒患者的醫(yī)生有所幫助。
　　Oakden-Rayner博士說：“在現(xiàn)階段獲取證據(jù)并不難，到目前為止還沒有人提出?！?a target="_blank">聯(lián)系人跟蹤如何工作，我的數(shù)據(jù)安全嗎？