人工智能几秒钟内读懂脑部核磁共振影像，快速识别紧急情况

研究人员表示，这项首创技术有望重塑美国各医疗系统处理脑部成像的方式。相关研究结果发表在《自然-生物医学工程》期刊上。

“随着全球对MRI的需求不断增长，给医生和医疗系统带来巨大压力，我们的AI模型有望通过快速、准确的信息改善诊断和治疗，从而减轻负担。”该研究的资深作者托德·霍伦医学博士说，他是密歇根大学健康中心的神经外科医生，同时也是密歇根大学医学院神经外科的助理教授。

**测试Prima AI系统**
霍伦将这项新技术命名为Prima。在一年的时间里，他的研究团队使用超过3万份MRI研究对该系统进行了评估。

在涉及主要神经系统疾病的50多种不同放射学诊断中，Prima的诊断性能优于其他先进的AI模型。除了识别疾病外，该系统还能确定哪些病例需要优先处理。

某些神经系统疾病，包括中风和脑出血，需要立即就医。霍伦说，在这些情况下，Prima可以自动提醒医护人员，以便迅速采取行动。该系统设计用于通知最合适的专科医生，如中风神经科医生或神经外科医生。患者完成成像后，反馈会立即生成。

“读取脑部MRI时，准确性至关重要，但快速的周转时间对及时诊断和改善治疗结果也很关键。”共同第一作者、密歇根大学计算机科学与工程博士后研究员吕一苇（音译）说，“我们的结果表明，在流程的关键步骤中，Prima可以在不放弃准确性的前提下改善工作流程并优化临床护理。”

**什么是Prima？**
Prima属于视觉语言模型（VLM），这是一种能实时协同处理图像、视频和文本的人工智能。虽然人工智能此前已被应用于MRI分析，但研究人员表示Prima采用了不同的方法。

早期模型通常在精心挑选的MRI数据子集上训练，用于执行特定任务，如识别病变或评估痴呆风险。而Prima的训练数据集要广泛得多。霍伦的团队使用了密歇根大学健康中心放射学记录数字化以来收集的所有可用MRI，包括超过20万份MRI研究和560万组成像序列。该模型还整合了患者的临床病史以及医生开具每项成像检查的原因。

“Prima的工作方式类似放射科医生，它整合患者的病史和成像数据，以全面了解患者的健康状况。”共同第一作者、霍伦神经外科机器学习实验室的数据科学家萨米尔·哈拉克说，“这使得它在广泛的预测任务中表现更出色。”

**解决MRI延误和放射科人员短缺问题**
全球每年进行数百万次MRI扫描，其中许多集中在神经系统疾病。研究人员表示，对这些扫描的需求增长速度超过了神经放射学服务的供应速度。这种不平衡导致了人员短缺、诊断延误和错误。根据患者接受扫描的地点不同，结果可能需要几天甚至更长时间才能返回。

“无论你是在面临工作量增加的大型医疗系统还是资源有限的乡村医院接受扫描，都需要创新技术来改善放射科服务的可及性。”共同作者、密歇根大学健康中心放射科主任维卡斯·古拉尼医学博士说，“我们密歇根大学的团队合作开发了一种尖端解决方案，具有巨大的可扩展潜力。”

**AI在医学成像中的未来**
尽管Prima表现出色，但研究人员强调这项工作仍处于早期评估阶段。未来的研究将专注于整合更详细的患者信息和电子病历数据，以进一步提高诊断准确性。这种方法与放射科医生和医生在实际临床环境中解读MRI和其他成像研究的方式一致。虽然人工智能已应用于医疗保健，但大多数现有系统仅限于特定任务。

霍伦将Prima描述为“医学影像领域的ChatGPT”，并指出类似技术最终可能适用于其他成像类型，包括乳房X光检查、胸部X光和超声波检查。

“就像AI工具可以帮助起草电子邮件或提供建议一样，Prima旨在成为解读医学成像研究的‘副驾驶’。”霍伦说，“我们相信Prima体现了整合医疗系统和AI驱动模型通过创新改善医疗保健的变革潜力。”

（其他作者及 funding 部分因与核心内容关联度低，按要求排除无效干扰内容）