连切口都不需要医生就可以深入人体内部，听起来是不是有点不可思议？放射学医学成像技术已经有了长足的进步，在AI的加持下它又向前跨进一大步。用AI和机器学习强大的计算力扫描人体，寻找人眼可能会忽视的细微差异，这是目前医学界正在做的事。

现在的医学成像涉及到一系列复杂的技术，它分析每一个数据点，从健康中找到疾病，从噪音中找到信号。在放射学发展的最初几十年里，研究人员的主要任务是提高身体照片的分辨率，随后几十年的任务是解释数据，确保没有遗漏。

最开始时成像技术的首要任务是诊断医疗状况，现在成像技术慢慢成为治疗的重要部分，尤其是在癌症领域。医生们研究图像，让影像协助自己监测癌细胞扩散，这样就能更快更好地知道治疗是否有效。影像开始扮演新角色，治疗病人的方式有了变化，医生获取的信息更丰富，他们能为病人选择更好的治疗方式。

德克萨斯大学西南医学中心副教授Basak Dogan说：“未来5年内我们将会看到功能性影像成为治疗的一部分。现在的标准影像无法回答真正的临床问题，病人希望治疗能有更高的精准度，这样他们能根据更丰富的信息做出更好的决定，功能性技术能帮到他们。”

早早诊断

充分利用影像，尽可能自动阅读，节省放射科医生宝贵的时间，这是大多影像碰到的第一个障碍，不管是X射线、CT扫描、MRI还是超声波都一样。此时计算机辅助算法能发挥作用，用强大的算力训练计算机，让它区分异常和正常，这是眼下正在进行的工作。

多年来软件专家一直在与放射线医生携手合作，分析大量正常和不正常影像，医生将结果输入计算机程序，让计算机不断学习，最终让它可以区分异常。比较的影像越多，学得越多，AI的区分能力就会越强。

FDA已经批准一种影像算法，它的精准度高达80-90%。尽管如此，FDA仍然提出要求，即使机器学习算法有所发现，最终还是要由人来裁决。AI可以将发现的疑点标记出来，让医生审查，这样医生就能为病人更快提供答案。

在麻省总医院（Mass General Brigham），医院们用大约50种算法协助治疗，从检测动脉瘤和癌症到发现栓塞和中风症状。当中一半算法获得FDA批准，其它还在测试。

总医院放射科首席数据科学官、副主席Keith Dreyer说：“我们的目标是早早发现疾病。有时人类医生要花好几天才能精准诊断，计算机不一样，它不眠不休。如果计算机能做到准确诊断，治病就会更快一些。”

更好地追踪病人

将AI整合到医疗，计算机辅助筛查是第一步，机器学习已经成为监测病人、追踪细微变化的重要工具。这些技术对癌症治疗极为重要，医生要判断癌细胞在增长还是在缩减，或者保持不变，这对于决定如何治疗很重要。

Dogan说：“病人正在做化疗，癌细胞发生了什么？我们很难理解。化疗结束之前标准影像技术无法侦测到任何变化，整个过程可能持续几个月，要几个月才能看到收缩。”

有了AI影像，我们可以发现那些与尺寸和解剖学无关的癌细胞变化。Dogan补充道：“在化疗早期，癌细胞的变化大多还没有到细胞死亡的程度。变化存在于免疫细胞和癌细胞之间的修改性交互。”

许多情况下癌细胞并没有从外向内以预测的方式收缩，相反，肿瘤内的小块癌细胞可能会死亡，其它继续生存，使整个肿块变得坑坑洼洼，如同被虫咬过的毛衣。因为细胞死亡往往与炎症联系在一起，所以有时癌细胞的尺寸还在扩大，但癌细胞数量并不一定在增加。标准影像无法告诉我们有多少癌细胞还活着，有多少已经死亡。最常用的乳腺癌成像技术是乳房X线和超声波，它们只是用来寻找解剖特性。

在德克萨斯大学西南医学中心，Dogan用两种影像技术追踪乳腺癌病人的功能性变化。

第一种，病人每做一个周期的化疗，她就给病人拍照，通过注射微气泡来查看癌细胞周围的细微压力变化。超声波能发现气泡压力的变化，气泡会聚拢在癌细胞周围；与其它组织相比，增长的癌细胞会有更多血管支持其扩张。

在另一项研究中，Dogan测试光声成像技术，它将光转化为声音信号。用激光照射乳腺组织，引起细胞振荡，这样就能形成可以捕捉和分析的声波。光声成像技术可以用来判断癌细胞的含氧量，在增长时癌细胞相比普通细胞需要更多的氧。分析声音的变化，就可以知道哪部分癌细胞正在增长，哪部分没有增长。

Dogan说：“通过分析癌细胞图像，我们能知道哪部分最有可能转移到淋巴结。临床医生无法告诉你哪部分癌细胞会扩散到淋巴结。有了光声技术，我们可以早早发现癌细胞扩散迹象，此时这种迹象还没有在扫描中显现，不需要侵入式活检就能发现扩散。”

发现人类看不见的异常

Dreyer说，当我们有了足够的数据和图像，算法就可以发现人类发现不了的畸变。他的团队正在开发一种算法，这种算法可以测量人体中的生物标记，将指标的变化标出来，告诉某人他可能有中风、骨折或者有心脏病风险。

Dreyer认为该技术是医学成像的“圣杯”，虽然现在还不成熟，但它可以给AI医疗带来变革。

当AI模型越来越多，最终AI成像可以在家里帮到病人。某一天，我们也许可以通过智能手机App获得超声波成像信息。

Dreyer说：“AI给医疗保健带来的真正变化是它能向民众提供多种解决方案，在民众变成病人之前提供，这样民众就能保持健康。”

（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。

任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）