由美国西北大学医学院研发的全球首个嵌入临床流程的生成式人工智能（AI）放射系统，可在毫秒内识别危及生命的病症，显著提高工作效率。该系统为全球放射科医生短缺问题提供了有效解决方案。相关论文发表在最新一期《美国医学会杂志》旗下的《JAMA Network Open》期刊上。
这款AI系统已在美国西北大学所属的12家医院部署，在2024年的5个月时间里分析了近2.4万份放射科报告。数据显示，该系统平均提升放射报告生成效率15.5%，部分医生效率甚至提高40%，且准确率无下降。后续研究表明，效率提升在CT影像中可达80%。节省下来的时间允许放射科医生更快作出诊断，尤其在危急病例中。
不同于市面上那些只能检测某一类疾病的窄域AI工具，这套AI系统能够读取完整的X光或CT图像，并自动生成95%完成度的个性化报告，供医生选择使用、审核和最终确认。这些报告会总结关键发现，并为医生提供诊断和治疗的辅助模板。
除了提升效率，这套AI系统还能实时标记诸如气胸（肺塌陷）等致命病情，并在报告生成过程中同步与病历交叉验证，一旦发现危急状况会立即提醒医生。
研究人员表示，这是首次有AI系统在涵盖从头到脚的各类X光影像中，全面展现出高准确率和高效率的优点。
与依赖ChatGPT等大型通用AI模型不同，这款AI系统完全自主构建，训练数据全部来自医疗系统内部的真实临床资料。这种方法不仅让AI系统更加轻量、精准，还显著降低了对计算资源的依赖，运行速度更快。
研究显示，预计到2033年，美国将面临多达4.2万名放射科医生短缺的局面，而影像检查数量每年增加约5%。新的AI系统有望缓解这种紧迫形势，帮助医生将诊断报告的交付时间从数日缩短至数小时。尽管该技术功能强大，但研究团队强调，它的目标并非取代人类医生。
