近年来，人工智能内容生成技术发展速度惊人，在不相同的领域纷纷涌现出许多新的研究成果。上海交通大学附属第一人民医院解学乾教授团队联合卫宁健康300253）开发胸片报告自动生成系统，成果已于2月8日在JAMA Network Open上发表。

　　胸片是筛查和诊断心肺相关疾病最常用的放射学检查之一，占心肺疾病影像学检查的26%，因其实用性、有效性以及成本-效益优势大范围的应用于临床，特别是在基层医院和社区医院，胸片是最常用的胸部疾病影像学检查。目前，胸片的判读主要依赖于放射科医生的专业相关知识和仔仔细细地观察，然而，国内大型医院的工作量已接近饱和，而在基层医院又缺少有经验的放射科医生，这已成为目前胸片检查的主要痛点。

　　近年来，以卷积神经网络(CNN)为代表的人工智能技术在计算机视觉和图像处理领域发展迅速，因其在医学图像识别方面的天然优势，已经应用于对胸片病灶的检出和诊断。CNN的训练通常依赖于基于标注的监督训练，而近年来人工智能自然语言处理(NLP)中的双向编码器表示(BERT)的加快速度进行发展，大幅度的提升了对语义和上下文的识别能力，并能生成医学报告，这为打造一个能让胸片报告自动生成的系统提供了可能性。

　　基于以上，研究组设想使用NLP技术根据原始报告自动标注训练集胸片，训练CNN，以此来实现自动生成报告。

　　本研究纳入了 74082 个胸片病例，在前瞻性纳入的5091个病例中，使用NLP生成自由文本描述性报告，为报告书写提供先验信息。研究结果为，NLP生成报告时间短，且与最终报告具有最高的一致性，BLEU评分为0.69，明显高于正常模板的0.37和基于规则模型的0.57。

　　这项研究是对AI在临床中应用的连续入组患者真实世界的评估。自然语言处理可拿来生成胸片报告，这为放射科医生撰写报告提供了先验信息，使胸片解释更加有效，在实际应用中，将提高肺炎、肺结节、气胸等常见或危急疾病的诊断能力，有望为诊断胸部疾病、提高临床效率提供新的工具。

　　《美国医学会杂志》(The Journal of the American Medical Association,JAMA),自1883年7月14日在美国芝加哥市创刊,迄今已有107年连续出版的历史,它是国际知名的医学杂志之一。JAMA的办刊宗旨刊载在每期目次的上方,即促进医学科学、医学技术及公共卫生事业的改善。该刊仍由芝加哥美国医学会科学信息部编辑出版。

　　JAMA的子刊JAMA Network Open是一份国际性、经同行评审、开放获取的医学期刊，为临床医生、研究人员和政策制定者发布健康学科、国家临床护理、医疗保健创新、卫生政策和全球健康研究。

　　投资者关系关于同花顺软件下载法律声明运营许可联系我们友情链接招聘英才使用者真实的体验计划

　　不良信息举报电话举报邮箱：增值电信业务经营许可证：B2-20090237