Научная статья

Искусственный интеллект и машинное обучение в радиологии: возможности, проблемы, подводные камни и критерии успеха

Artificial Intelligence and Machine Learning in Radiology: Opportunities, Challenges, Pitfalls, and Criteria for Success

Journal of the American College of Radiology : JACR
10.1016/j.jacr.2017.12.026
Открыть в журнале PubMed
FWCI: 49.4FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 604 · Ссылки: 19 · Лицензия: Закрытая
Цитирование по годам: 2026: 19 · 2025: 71 · 2024: 125 · 2023: 100 · 2022: 127

Аннотация

Во всем мире интерес к приложениям искусственного интеллекта, в том числе в визуализации, высок и быстро растет благодаря доступности больших массивов данных (big data), значительному прогрессу вычислительных мощностей и новым алгоритмам глубокого обучения. Помимо разработки новых методов искусственного интеллекта как таковых, перед сообществом специалистов по визуализации открываются многочисленные возможности и возникают проблемы, включая создание общей номенклатуры, более эффективные способы обмена изображениями и стандарты валидации использования программ искусственного интеллекта на разных платформах визуализации и в различных популяциях пациентов.

Системы наблюдения на основе искусственного интеллекта могут помогать радиологам расставлять приоритеты в списках исследований, выявляя подозрительные или положительные случаи для первоочередного просмотра. Программы искусственного интеллекта можно использовать для извлечения из изображений «радиомических» признаков, не различимых при визуальной оценке, что потенциально повышает диагностическую и прогностическую ценность массивов изображений. Высказывались прогнозы, что искусственный интеллект вытеснит радиологов с рынка. Это утверждение чрезмерно преувеличено; гораздо вероятнее, что радиологи будут успешно внедрять методы искусственного интеллекта в свою практику. Существующие ограничения, связанные с доступностью технической экспертизы и даже вычислительных мощностей, со временем будут преодолены, а также могут быть компенсированы решениями с удаленным доступом. Успех искусственного интеллекта в визуализации будет определяться создаваемой ценностью: повышением диагностической уверенности, ускорением получения результатов, улучшением исходов для пациентов и повышением качества работы радиологов. Искусственный интеллект предлагает новый и многообещающий набор методов для анализа данных изображений. Радиологи будут осваивать эти новые направления и, вероятно, сыграют ведущую роль в медицинском применении искусственного интеллекта.

Переведем эту статью за 1 час

Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.

Попробовать бесплатно →

Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.