人工智能在发现过程中的整合可能性

《Die Radiologie》：Integrationsm?glichkeiten von künstlicher Intelligenz im Befundungsprozess

本文探讨AI在放射报告中的集成方法，基于IHE标准实现流程优化与合规应用，但结构化数据整合仍具挑战。

　　

摘要

背景

常规放射学报告工作条件的变化要求采用新的方法，例如实施人工智能（AI）应用程序。

研究问题

目前有哪些实际可能性可以将AI应用程序整合到现有的影像报告流程中？

材料与方法

假设当前报告流程中涉及的系统（如图像管理系统和各种信息系统）需要与AI应用程序协同工作，因此需要国际公认的集成接口。交换的数据也需要标准化定义，以确保系统间的互操作性。Integrating the Healthcare Enterprise (IHE) 提供的集成规范是一种可行的方法。

结果

IHE 规范（如 Scheduled Workflow.b (SWF.b) 和 AI Workflow for Imaging (AIW-I)）实现了从患者入院到 AI 支持的影像报告的传统影像流程的整合。AI Result Assessment (AIRA) 规范确保了 AI 结果的合法合规使用。AIR 规范定义了可在定义的报告框架内通过集成报告应用程序 (IRA) 分发的互操作 AI 结果格式。Interactive Multimedia Report (IMR) 规范支持最终报告的持久化存储。此外，各种数据格式规范正在向 Fast Healthcare Interoperability Resources (FHIR) 的实施指南发展，适用于影像诊断报告和欧盟影像研究报告。

讨论

利用 IHE 规范，将 AI 整合到影像流程中在实践中是可行的；然而，基于结构化数据的集成仍然具有挑战性，目前主要限于拥有必要 IT 资源的大型机构。

现状

放射学诊断工作中不断变化的需求要求使用新的方法，例如人工智能（AI）。

问题

目前有哪些方法可以将 AI 应用程序实际应用于现有的诊断流程中？

材料与方法

鉴于当前参与诊断流程的系统（如图像管理系统和各种信息系统）需要与 AI 应用程序协同工作，因此需要国际上公认的集成接口。对于需要交换的数据也是如此，这些数据需要定义以便在不同系统间实现互操作性。Integrating the Healthcare Enterprise (IHE) 提供的集成规范可以满足这一需求。

结果

IHE 规范（如 SWF.b 和 AIW-I）实现了从患者入院到基于 AI 的影像诊断的整个流程的整合。AIRA 规范确保了 AI 结果的合法合规使用。AIR 规范定义了可互操作的 AI 结果格式，这些格式可通过 IRA 规范在定义的报告框架内进行分发。IMR 规范支持最终报告的持久化存储。此外，各种数据格式规范正在向 FHIR 实施指南（针对影像诊断报告和欧盟影像研究报告）的方向发展。

讨论

利用 IHE 规范，将 AI 整合到影像流程中是可行的。然而，基于结构化数据的集成仍然具有挑战性，目前主要局限于拥有相应 IT 资源的大型机构。