https://www.nejm.org/doi/full/10.1056/NEJMra2301725
哈佛大學醫學院Pranav Rajpurkar等研究人員近日在The New England Journal of Medicine發表綜述，闡述了人工智能用于醫學影像的現狀，挑戰和未來(1)。
作者們認為，雖然目前人工智能模型在幫助影像科以及臨床醫生快速識别急需幹預的患者(比如腦出血患者)、量化重要影像标志/特征以及輔助診斷等方面開始發揮作用，但是總體上離其潛力以及大家的預期還有過差距(1)。
目前人工智能在醫學影像的應用(1)
其中存在的挑戰是現實世界前瞻性臨床分析研究很少，人工智能模型不通用（病人狀态、疾病流行程度或者影像采集方法相對訓練組有變化，模型的準确性就會下降）以及不能整合臨床資料給出綜合解讀(1)。
但是，作者們認為将來随着相關人員對人工智能更多的應用、多模态大型語言模型的開發以及對人工智能模型醫學應用的嚴格安全評估（臨床醫生-AI模型協同、透明資料集與模型評估水準、以及實施後跟蹤評估），通用人工智能模型在醫學領域有廣闊前景(1, 2)。
人工智能模型在醫學影像通用實施的“安全措施”(1)
展望未來通用醫學人工智能模型特征與應用(1)
該項工作2023年5月25日發表在The New England Journal of Medicine(1)。
Comment(s):
人工智能模型在醫學影像上的與醫生差異見解和預測之處或能為疾病機制等研究帶來新猜想。
通訊作者簡介(3):
參考文獻：
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).
原文連結：
https://www.nejm.org/doi/full/10.1056/NEJMra2301725