盖蒂图片社

　　这是一个由6部分组成的系列文章的第6部分，该系列着眼于人工智能如何改变医学研究和治疗。

　　2023年，当58岁的威尔·斯图霍尔姆（Will Studholme）因胃肠道症状在牛津的一家NHS医院接受意外和急诊治疗时，他没想到会被诊断为骨质疏松症。

　　这种疾病与年龄密切相关，会导致骨骼变得脆弱，增加骨折的风险。

　　原来Studholme先生患有严重的食物中毒，但在他的疾病调查的早期，他接受了腹部CT扫描。

　　随后通过人工智能（AI）技术进行扫描，确定了Studholme先生脊柱中的椎骨塌陷，这是骨质疏松症的常见早期指标。

　　随后进行了进一步的检查，Studholme先生不仅得到了诊断，还得到了一个简单的治疗方法：每年注射一种骨质疏松症药物，有望改善他的骨密度。

　　“我感到非常幸运，”Studholme说，“如果没有人工智能技术，我不认为这个案子会被提起。”

　　

　　将Studholme

　　放射科医生可能会在病人的成像中注意到一些偶然的东西——一个未被发现的肿瘤，一个特定组织或器官的问题——而不是他们最初检查的东西。

　　但是，在后台应用人工智能系统地梳理扫描，并自动识别可能正在酝酿的常见可预防慢性疾病的早期迹象，而不管最初订购扫描的原因是什么，这是一项新技术。

　　威斯康辛-麦迪逊大学（University of wisconsin - madison）放射学和医学物理学教授佩里·皮克哈特（Perry Pickhardt）是这些算法的研发人员之一，他指出，人工智能在临床中的应用“才刚刚开始”。

　　它被认为是机会性的，因为它利用了已经为其他临床目的做过的成像——无论是疑似癌症、胸部感染、阑尾炎还是腹痛。

　　它有可能在症状出现之前的早期阶段发现以前未确诊的疾病，此时更容易治疗或防止疾病发展。皮克哈特教授表示：“我们可以避免很多我们以前错过的预防措施的缺失。”

　　他补充说，定期体检或验血往往无法发现这些疾病。

　　

　　盖蒂图片社

　　纽约大学朗格尼分校（NYU Langone）的放射科医生米里亚姆·布雷德拉（Miriam Bredella）也在开发该领域的算法，他指出，CT扫描中有很多与人体组织和器官相关的数据，我们并没有真正使用它们。

　　虽然从理论上讲，放射科医生可以在没有人工智能的情况下进行测量，但这将是非常耗时的。

　　她指出，这项技术在减少偏见方面也有好处。

　　例如，像骨质疏松症这样的疾病被认为主要影响瘦弱的老年白人妇女，所以医生们并不总是考虑将目光投向这一人群之外。

　　另一方面，机会主义的成像，不会有这样的区别。

　　Studholme先生的案例就是一个很好的例子。他患骨质疏松症相对年轻，是男性，没有骨折史，如果没有人工智能，他不太可能被诊断出来。

　　除了骨质疏松症，人工智能还被用于帮助识别心脏病、脂肪肝、与年龄相关的肌肉损失和糖尿病。

　　虽然主要关注的是CT扫描，例如腹部或胸部，但人们也在努力从其他类型的成像中收集信息，包括胸部x光片和乳房x光片。

　　专家们强调，这些算法是在成千上万个标记过的先前扫描数据上进行训练的，如果这项技术要应用于各种各样的人群，那么训练数据包括来自广泛种族群体的扫描数据是很重要的。

　　而且应该有一定程度的人工审查——如果人工智能发现可疑的东西，它会被送到放射科医生那里进行确认，然后再报告给医生。

　　

　　用于检查Studholme扫描的人工智能技术属于以色列公司Nanox。人工智能是少数几家致力于人工智能机会性筛查的公司之一，更多的公司专注于使用人工智能来帮助准确、快速地诊断扫描所针对的特定疾病。

　　Nanox。AI提供了三种机会性筛查产品，旨在帮助从常规CT扫描中分别识别骨质疏松症、心脏病和脂肪肝。

　　牛津NHS医院开始试用Nanox。在2020年正式推出之前，AI将在2018年推出针对骨质疏松症的产品。

　　牛津大学骨质疏松症和罕见骨病教授卡西姆·贾瓦德（Kassim Javaid）率先介绍了该算法，他说，牛津医院的结果显示，被确诊为脊椎骨折的患者数量比NHS平均水平增加了六倍，这些患者随后可以接受骨质疏松症检查，并开始治疗以对抗这种疾病。

　　该算法的进一步试验也正在剑桥、卡迪夫、诺丁汉和南安普顿的医院进行。贾瓦德教授表示：“我们希望建立证据，以便在整个NHS中使用它。”

　　然而，伦敦国王学院（Kings College London）医疗保健工程教授、价值型医疗人工智能中心（AI Centre for Value based healthcare）负责人塞巴斯蒂安?乌尔塞林（Sebastien Ourselin）表示，尽管这项技术可以让个人受益，但还需要考虑更广泛的影响。

　　他指出，需要平衡的一个大问题是，使用这项技术可能会产生额外的患者数量。他说：“这增加了对医疗保健系统的需求，而不是减少了。”

　　首先，那些被机会性筛查标记为潜在疾病的人可能需要进一步的确认测试，这需要资源。而且，如果人工智能不准确或过于敏感，可能会导致大量不必要的测试。

　　然后，需要为那些最终被诊断出来的额外的人提供服务。

　　Javaid教授承认，额外的负载是这项技术带来的挑战，但也有解决方案。

　　在牛津确诊骨折的患者会被安排到一个主要由护士提供的骨折预防服务进行随访，以免医生负担过重。他说：“人工智能确实会迫使你改变你的道路。

　　Javaid教授认为，从长远来看，更多的早期骨质疏松症患者得到确诊并接受所需的预防性治疗，将为NHS节省资金。“骨折是人们最终住院的首要原因之一，”他说。

　　Studholme先生亲眼目睹了骨质疏松症带来的破坏：他的母亲曾因骨质疏松症髋骨骨折。他说，过去人们只认为这是老年人的疾病，对此无能为力。他说：“我感到非常荣幸，我可以在我的骨头变成粉笔之前做一些事情。”