英伟达与美国放射学院(American College of Radiology)之间的一项新合作，将使更多的临床医生有能力建立、分享和调整自己的人工智能模型。

　　在放射学领域，媒体对于人工智能的关注点都有一点终结者的倾向。基于人工智能算法在检测潜在问题方面的首要地位的新闻标题，往往与放射学家正迅速过时的结论相伴而行。

　　当然，事实并非那么黑白分明。

　　人工智能的开发还处于初级阶段，目前的应用程序和替代医生的算法之间存在着距离。

　　但对人工智能技术的怀疑——以及推进医疗创新的标准问题——在提供者和基于人工智能的工具之间筑起了一道墙，这些工具可以改善患者的预后，让临床医生的生活更轻松。

　　总部位于加州圣克拉拉的英伟达(Nvidia)正试图改变这一模式，为放射科医生扩大人工智能工具的使用范围，让他们对这项技术产生信任。

　　从最初的游戏领域起家，英伟达通过在交通、能源和医疗等行业的拓展，已发展成为人工智能领域最杰出的公司之一。

　　通过与美国放射学学院(ACR)的合作，该公司正试图使这项技术的使用大众化，并让临床医生在临床操作中开发和验证，希望人工智能在提高护理质量的算法方面发挥核心作用。

　　这项合作的主要内容包括将英伟达的Clara AI工具包并入ACR AI- lab软件平台，允许38000多名临床医生构建、共享、验证和定制AI算法，同时将构成的患者数据保存在创建的地方。

　　英伟达医疗保健副总裁金伯利?鲍威尔在接受记者采访时说:“人工智能实验室的使命是帮助医疗机构为自己的设施和患者群体开发人工智能。”

　　通过扩展对该工具包的访问，更多的放射科医生将获得AI辅助注释工具，以创建更庞大的数据库，并能够使用自己的数据库在称为传输学习的过程中调整预先建立的模型。

　　华盛顿大学医学院放射科主任Dushyant Sahani说，他认为英伟达和ACR的合作可以缓解一些临床医生对人工智能的“焦虑”。

　　萨哈尼说:“美国放射学会在全国各地拥有一个由熟练的放射学家组成的庞大数据库。如果你让这些放射学家参与这项人工智能计划，他们不仅掌握了人工智能是什么，而且还有助于指导人工智能的发展方向。”

　　对萨哈尼来说，让放射科医生成为这些技术开发方式的关键部分，增加了工具本身的可信度，并确保了他们解决实际临床问题的能力。

　　与ACR的合作建立在早期试点的基础上，涉及多个合作伙伴，包括俄亥俄州立大学(Ohio State University)的韦克斯纳医学中心(Wexner Medical Center)、马萨诸塞州总医院(Massachusetts General Hospital)和布莱根妇女医院(Brigham and Women’s Hospital)的临床数据科学中心(Center for Clinical Data Science)。

　　在试点中，OSU成功导入、定制并验证了由波士顿临床数据科学中心创建的心脏计算机断层血管成像模型。

　　临床数据科学中心执行主任Mark Michalski强调了转移学习在建立个人对该技术熟悉程度方面的重要性。

　　米哈尔斯基说:“当放射科医生——以及一般的临床医生——参与开发这些技术时，它不仅能让你深入了解模型本身，还能让患者和医生参与到这个合作过程中来。”

　　“当人们参与其中，并感觉自己是某个项目的一部分时，他们更有可能相信它，并采纳它，这是有道理的。”

　　米哈尔斯基表示，转移学习也有潜力解决人工智能使用带来的一些伦理问题。其中最主要的是将历史偏见纳入模型，然后继续延续现有的不平等。

　　人工智能的普及导致了一些特殊的研究中心的建立，比如埃斯坦福德的以人为中心的人工智能研究所，以及医疗领域的人工智能联盟(Alliance for Artificial Intelligence in Healthcare)等行业组织，以指导人工智能技术的伦理发展和实施。

　　米哈尔斯基说:“如果你的病人群体没有得到医疗机构的充分服务，或者进一步说，没有得到数据的充分代表，那么他们就没有得到模型的充分服务。”“我们调查的事情之一是转移学习是否有作用开始缓解和识别这些偏见。”

　　尽管在临床验证算法方面仍有大量工作要做，但工作流集成这一至关重要的(如果不是特别吸引人的话)问题仍是一个持续落后于科学的限制因素。事实上，米哈尔斯基说，他的组织大约80%的工作是建立这种一体化进程。

　　一个普遍的观点是，如果临床医生缺乏易于使用并将其集成到正常实践中的能力，那么最佳算法将会胎死腹中。

　　这就是英伟达与Nuance和电气医疗保健(GE Healthcare) 等行业合作伙伴的合作之处。

　　总部位于马萨诸塞州伯灵顿的Nuance公司以语音识别和转录服务而闻名，在该公司所谓的人工智能实施的“最后一英里”中，它一直是一座关键的桥梁。

　　Nuance医疗诊断解决方案业务负责人凯伦·霍尔兹伯格(Karen Holzberger)表示，该公司通过PowerScribe平台为全美近70%的放射科医生提供服务。PowerScribe平台帮助临床医生整理报告和文档。

　　该公司不打算建立自己的算法。相反，Nuance正在与英伟达的人工智能技术集成，以实现自动记录和更容易地创建诊断报告，然后由临床医生进行校正使其更符合实际情况。

　　霍兹博格说: “我们处于独特的位置，可以总结反馈，并改进模型本身。这是机构开始将人工智能扩展到更多疾病状态的一种方式，同时让它保持在现有的工作流程中，这样放射科医生就可以在合理的时间回家。”

　　电气医疗保健(GE Healthcare) 还将其爱迪生平台(Edison)与ACR AI- lab集成在一起，使人工智能算法能够更快地部署，并更容易地将EHR数据整合到个性化模型中。

　　“人工智能发展的第一英里——数据聚合和注释——需要尖端技术来收集数据和临床专家来分析这些信息。爱迪生平台拥有超过100个开发者服务，并与ACR AI- lab进行了新的整合，这将使ACR会员更容易、更大规模地完成第一英里，”通用电气医疗保健(GE Healthcare) AI产品管理总监卡利?约德(Karley Yoder)表示。

　　虽然在放射学和人工智能的交叉领域仍有许多悬而未决的问题，但很明显，由此产生的技术将是一项巨大的业务。2018年的一份报告估计，到2023年，医疗成像领域的人工智能市场将超过20亿美元。

　　这并不是说英伟达就止步于此。

　　除了与ACR的合作，该公司还宣布将与ATOM财团合作，应用数据驱动的基于人工智能的方法来加速医药研究。

　　尽管如此，这些跨学科合作能否打破医疗服务和临床数据利用的传统边界，仍有待观察。

　　米哈尔斯基说: “我最兴奋的是，人工智能技术不仅掌握在少数学者手中，而且掌握在广泛的临床医生手中。这不可能是一项孤立的技术。为了成功，它需要成为每个人都拥有的东西。”