5种将基于图像的AI集成到放射学工作流程中的选项

放射学行业当前面临的主要挑战之一是人工智能的实现。研究人员每天都会发布新的最新算法，以检测各种疾病。但是我们如何将这项有价值的研究带入临床呢？首先，需要将算法合并到用户友好的软件包中，这需要获得监管部门的批准。但是，它并没有到此为止。软件可用性的基本要求是工作流集成。

放射科医生并不急于向他们的工具集中添加另一个独立的软件解决方案。这提出了挑战。尽管还有许多其他集成方式，但是每种方法都有其自身的优点和缺点。本文讨论了基于图像的AI的5种集成级别的优缺点，从手动集成到完全集成。

1.最少（或者我们应该说手动）集成

在工作站上安装AI软件将使放射科医生可以访问AI结果。但是，如果没有进一步的集成，这只会直截了当地添加另一个软件程序，该软件程序需要与其他软件一起在同一台计算机上甚至在单独的工作站上打开。好处很明显；仅需安装AI放射学软件，这是一个非常易于实现的集成。只需将其想象成是要去网站，下载软件包并运行它。完成。但是，放射科医生需要将AI结果手动添加到他们的报告中（您有多容易出错？），或者将结果添加为附录。远非用户友好。

一个例子：一个单独的工作站
这种集成的最直接的例子是使用单独的工作站。阅览室将安装一台专用于自动AI分析的额外计算机。相关工作流程的示例如图1所示。它既不是非常集成也不是非常有效：放射科医生只有在专用工作站上物理存在时才能使用AI软件。此外，工作站不能被多个放射线医生同时使用。但是，这种类型的集成可以为放射科医生提供很大程度的控制。可以按需要对AI结果进行调整，验证和补充的方式设计软件。如果医院的特定类型的扫描工作量非常大，那么专用工作站可能是正确的选择。另外，

图1：涉及单独的AI工作站的放射工作流程示例。在最常见的设置中，扫描仪将结果直接发送到AI工作站，由AI工作站处理扫描，然后将基于AI的输出转发到PACS，在此存储结果并通过PACS查看器进行访问。

2.全自动集成

从其他系统可访问AI放射学软件的全自动结果是AI实施的一种稍微集成的方式。请注意“全自动”一词；结果通常以固定报告的形式返回给PACS或放射学信息系统（RIS），这意味着没有选择进行编辑或验证。这种集成非常易于使用。放射科医生无需准备任何东西，一旦AI解决方案完成处理，结果就会自动显示在PACS中。

如果适合您的报告以将AI结果作为附录添加到放射学报告中，或者结果仅是最终报告的输入，那么它可能是适合您的解决方案。但是，缺少编辑选项可能会带来不利影响。许多AI解决方案都提供标准化的报告，这些报告也旨在使临床医生易于理解。有时，报告甚至包括为AI结果提供背景信息的规范性参考值。因此，这些报告非常适合转介给转诊医师以用作诊断的其他输入。但是，在这种情况下，算法性能非常重要。由于该过程不包括放射科医生的（手动）检查，因此该软件需要显示出色的结果。

例如：节点
医院可以在其自己的网络中将自动处理服务器安装为节点。包括这样一个节点的工作流程的一个示例如图2所示。一个节点可以看作是一个单独的盒子，可以执行AI分析并将结果返回给放射工作流程中的另一个系统。通常，PACS从扫描仪接收扫描，然后将其转发到节点，节点将处理扫描并创建报告。最后，节点以DICOM格式将报告返回给PACS，可通过PACS查看器进行访问。报表模板已设置，没有选项可以编辑或验证结果。重要的是要记住，PACS是一个存档，这意味着一旦将报告保存在PACS中，就很难更改或删除它。

图2：已安装AI节点的放射工作流程示例。AI服务器从PACS接收扫描，对其进行处理，然后将结果返回给PACS，在此存储结果并通过PACS查看器进行访问。

3.平台整合

集成多个软件程序并不容易，通常会花费很多时间。因此，雇用一家致力于标准化这些集成过程的公司可能是合适的解决方案。这将是一家平台公司。简而言之，它的工作方式如下：平台公司管理AI算法与其平台的所有集成，然后将平台与医院网络进行单个集成。一种与应用商店非常相似的方法。

对于放射科医生而言，这很容易，因为他们可以通过一个平台访问来自不同AI供应商的多种算法；对于AI供应商来说，这很方便，因为他们只需要集成一次（这应该是一个简单的集成，在平台公司的大力支持下，因为集成是他们的核心业务），而对于平台公司来说，这是好的，因为他们有业务。

不利的一面是，目前有许多此类公司在营业，其中包括飞利浦，通用电气和西门子等大型供应商。因此，同样，AI供应商需要选择要与哪些人协作。

图3：使用平台的放射学工作流程示例。PACS可以自动将扫描发送到AI平台，由该平台处理并显示AI结果。

4.与其他供应商集成标记

放射学工作流程已经包括许多软件解决方案：PACS查看器，EMR软件，RIS，语音识别软件，以及也许用于高级可视化的解决方案。AI放射学公司（尚未包括在此列表中）可以选择与已安装大量基础软件的其他软件集成。

通常，这些类型的集成提供了良好的易用性。通过已安装的软件的界面单击按钮即可访问AI软件。

但是，实现这种类型的集成需要AI公司付出很多努力。使AI软件直接与其他软件包进行通信可能是一个棘手的难题。AI和开发要与之集成的软件的放射供应商都需要时间，金钱和真诚的投入。而且，必须对那里的其他软件包重复该技巧。因此，在与其他放射线软件供应商集成时，人工智能公司倾向于挑剔。

与已建立的放射线软件供应商完全集成后，无需更改当前的放射线工作流程。人工智能将为评估医学图像提供额外的支持，并将简化报告的起草工作。此外，这种情况可以提供调整和验证结果的自由度。同时，实施AI解决方案可能是在放射学领域加强标准化的绝佳机会。允许太多的自由来编辑结果将以标准化为代价。

示例：预填充报告以使用语音识别完成

语音识别是许多放射学工作流程的一部分。将AI算法与语音识别软件集成在一起以创建预填充的放射学报告，不仅可以加快报告速度，还可以提供自动整合到诊断过程中的第二意见。此外，由于模板用于结果文档，因此它可以实现标准化报告。这种工作流程的示例如图4所示。

图4：将AI与语音识别软件集成在一起的放射学工作流程示例。PACS将扫描转发到AI服务器，由AI服务器处理扫描并将预填的报告传递给报告站。放射科医生在这里完成报告的定稿，并在完成后将其发送给RIS。请注意，每个机构的确切工作流程有所不同，语音识别软件也可能会将结果推送到RIS或PACS。

5.多部门访问集成

最后，放射学结果需要转诊给临床医生。上述所有选项都将放射线报告中的AI结果包括在内，并作为最终报告传达给转诊医生。但是，另一种选择是将AI放射学软件与其他医师可访问的系统集成。例如，电子病历（EMR）或临床信息系统（CIS）。这种方法可以实现快速通信，并且不会在多个位置出现信息不一致的风险。但是，放射科医师将不得不对对转诊医师何时以及如何看待结果进行较少的控制感到满意。

一个示例：集成到CIS
中将AI软件与CIS集成起来并非易事。AI服务器需要连接到CIS，但是更具挑战性的是，放射科医生需要能够调整或至少验证CIS中的结果，这意味着需要某种类型的用户界面。最好与CIS完全集成。示例工作流可以在图5中找到。

图5：使用与CIS集成的AI的放射学工作流程示例。AI服务器从PACS接收扫描，进行处理并将其推送到CIS，可供转诊医师和放射科医生使用。

结论

每种方法都有优点和缺点，并且客观上没有一个比另一个更好。这在很大程度上取决于学院的情况和偏好。在特定类型案例上工作量大的机构可能更喜欢使用单独的工作站，使用平台可以更好地处理各种不同案例的医院，或者，如果与他们合作的PACS供应商提供了足够的算法选择，从他们的PACS供应商处购买此服务可能是解决之道。

此外，本文仅讨论基于图像的AI集成的一些示例。人工智能具有广泛得多的应用范围。AI放射学解决方案将包括确定紧急情况的优先级，过滤出没有异常的扫描以及基于扫描中AI的发现进行实时扫描协议调整，仅举几例。因此，完全的AI集成将涉及当前放射线学和临床工作流程的各个层面。