放射科 – mylogs.cn https://mylogs.cn 发现、记录、分享 Tue, 29 Sep 2026 16:25:39 +0000 zh-Hans hourly 1 AI 不会取代放射科医生，但会改写这份工作 https://mylogs.cn/ai-%e4%b8%8d%e4%bc%9a%e5%8f%96%e4%bb%a3%e6%94%be%e5%b0%84%e7%a7%91%e5%8c%bb%e7%94%9f%ef%bc%8c%e4%bd%86%e4%bc%9a%e6%94%b9%e5%86%99%e8%bf%99%e4%bb%bd%e5%b7%a5%e4%bd%9c/ Tue, 25 Aug 2026 16:54:34 +0000 https://mylogs.cn/ai-%e4%b8%8d%e4%bc%9a%e5%8f%96%e4%bb%a3%e6%94%be%e5%b0%84%e7%a7%91%e5%8c%bb%e7%94%9f%ef%bc%8c%e4%bd%86%e4%bc%9a%e6%94%b9%e5%86%99%e8%bf%99%e4%bb%bd%e5%b7%a5%e4%bd%9c/ 医学影像与人工智能辅助诊断示意图
示意图（AI 生成）

2016 年，图灵奖得主、被誉为「AI 教父」的杰弗里·辛顿曾预测，放射科医生——那些读 X 光、超声等影像帮助诊断的医生——将在五年内被计算机取代。十年过去，这件事没有发生。

预言为何没成真

放射科不仅没消失，队伍还在稳步扩张。一项研究预计，未来三十年放射科从业者数量将增长 26% 以上。辛顿看错的地方，或许在于他低估了就业市场的复杂性；但他前瞻的部分同样成立——人类医生身边，已经多了一位硅基同事，其表现不输甚至超过人类。

截至 2026 年初，美国食品药品监督管理局（FDA）已准入约 1400 款 AI 赋能的医疗器械，其中约四分之三是放射类。有的帮医生起草报告、标记急需处理的影像；有的则能识别人眼可能遗漏的异常。例如一项涵盖 43 项临床试验的分析得出结论：AI 辅助结肠镜比传统方式发现更多息肉。

人机和还是人机斗

但难题不在「谁更准」，而在「怎么合作」。斯坦福大学医学与影像人工智能中心主任柯蒂斯·兰洛茨指出，即便 AI 平均比资深放射科医生更可靠，它仍会犯人类不会犯的错，医生因此要逐一评估 AI 的判断——绝大多数正确，但要揪出极少数误判。圣犹大儿童研究医院的保罗·易形容，这要求医生「整套思维重新接线」。

更麻烦的是，放射 AI 多基于神经网络，常被称作「黑箱」——它不解释自己如何得出结论，这让医生判断是否推翻它变得格外困难。《Radiology: Artificial Intelligence》主编查尔斯·卡恩直言，分辨「这到底是不是异常」，对医生是真正的挑战。

风险有两个方向：过度相信机器叫自动化偏倚；轻信机器的「假阴性」叫自动化自满。有研究发现，当资深放射科医生的判断被错误的 AI 预测带着走时，其乳腺 X 光解读准确率会出现明显下滑。2026 年美国医学会一项调查显示，超过四分之一的医生表示没接受过任何 AI 培训，仅 11% 表示受过大量培训。

中国也在跑步入场

这场「人机协作」的竞赛不限于美国。中国国家药监局（NMPA）截至 2025 年 10 月已批准超过 110 款基于深度学习的第三类医疗器械独立软件，覆盖 CT、X 射线、眼底等影像；联影智能、推想医疗、数坤科技、依图医疗等本土企业手握其中多数准入。兰洛茨近十年前的那句反驳，今天依然适用：不会被 AI 取代的是放射科医生，「会用 AI 的医生，会取代不会用的同行」。

]]> AI 成为英国肺癌诊断的”第二双眼睛”：2029 年覆盖所有 NHS 医院 https://mylogs.cn/ai-%e6%88%90%e4%b8%ba%e8%8b%b1%e5%9b%bd%e8%82%ba%e7%99%8c%e8%af%8a%e6%96%ad%e7%9a%84%e7%ac%ac%e4%ba%8c%e5%8f%8c%e7%9c%bc%e7%9d%9b%ef%bc%9a2029-%e5%b9%b4%e8%a6%86%e7%9b%96%e6%89%80%e6%9c%89-nhs/ Fri, 24 Jul 2026 07:26:01 +0000 https://mylogs.cn/ai-%e6%88%90%e4%b8%ba%e8%8b%b1%e5%9b%bd%e8%82%ba%e7%99%8c%e8%af%8a%e6%96%ad%e7%9a%84%e7%ac%ac%e4%ba%8c%e5%8f%8c%e7%9c%bc%e7%9d%9b%ef%bc%9a2029-%e5%b9%b4%e8%a6%86%e7%9b%96%e6%89%80%e6%9c%89-nhs/ 英格兰的肺癌诊断正在引入人工智能作为放射科医生的”第二双眼睛”。根据英国政府的计划，这套 AI X 光辅助工具将在 2029 年前推广至英格兰所有 NHS 信托机构，目前已有超过 400 万人因此获得了更快的确诊或排除结果。

AI 成为英国肺癌诊断的
AI生成配图

从萨里试点到全国推广

这一项目属于英国政府 2000 万英镑国家投资的一部分，目前已在英格兰半数 NHS 信托机构中部署。萨里皇家 NHS 基金会信托的 AI 与数字化经理迈克·琼斯（Mike Jones）表示，AI 正在填补传统诊断流程中的”空白”：”一名人类医生不可能每天看完 800 张 X 光片，并判断哪一张最危急。AI 可以承担这部分工作，这是人类无法替代的。”

该技术目前已在萨里地区用于加速癌症诊断。它不仅是辅助工具，更是被设计成优先排序和临床决策支持的双重角色。

两大核心功能：排序与决策支持

琼斯介绍，这套 AI 方案有两个核心功能。其一是优先排序：过去 X 光片按时间顺序出报告，如今 AI 会预先读取影像，把最可能异常的病例移到队列最前面。其二是决策支持：AI 读取影像后会高亮显示可疑发现，为医院工作人员提供参考。

“患者能得到两全其美的结果——既有 AI 的初读，又保留人类医生的最终判断权。”琼斯在接受 BBC Radio Surrey 采访时说，”如果医生不同意 AI 的判断，他们可以完全自主地覆盖 AI 报告，或者把两者结合，写出最符合实际情况的报告。”

数据与速度：平均诊断时间减半

肺癌是英国最大的癌症杀手。英国政府表示，每年 NHS 要进行超过 700 万次胸部 X 光检查，这是诊断肺癌最重要的工具之一。早期数据显示，借助该技术，放射科医生分析 X 光片的平均时间从过去复杂病例的 8 天缩短到 4 天。

这意味着更多患者有望在 GP 转诊后的 62 天内开始治疗，符合英国国家癌症计划的等待时间标准。

官方立场：AI 是补充，不是取代

英国负责数字化和现代化政府事务的部长伊恩·默里（Ian Murray）强调，AI 不是取代临床医生，而是补充人类判断。”我们刚刚看到一个例子：有人因中风被诊断，AI 把诊断时间从 60 分钟缩短到 3 分钟。这 57 分钟的差距对患者生存、康复和治疗路径都至关重要。”他说。

卫生与社会保健部政务次官普里特·考尔·吉尔（Preet Kaur Gill）则表示，采纳这项技术是关键：”我们必须确保 NHS 信托机构能够支持员工采用这些即将到来的技术，这才是真正具有变革性的地方。”

前景与挑战

琼斯的判断很直接：”会有更多肺癌患者存活下来，因为我们能更早发现癌症。” 但这项技术的推广也面临实际挑战：不同医院的数据治理能力、医生的培训、以及如何在临床流程中安全地嵌入 AI 决策，都是全国铺开前需要解决的问题。

如果 2029 年的目标如期实现，这将是英国医疗系统最大规模的 AI 影像辅助诊断部署之一，也为其他国家和地区的类似项目提供了参考样本。

]]>