丹麦研究人员近日在《放射学》杂志上发表论文说，一款已上市商用人工智能工具用于分析患者胸片时，识别异常征象的灵敏度超过99%，意味着人工智能可望帮助提高胸片诊断效率，减少放射科医生读片工作量。

　　X光胸片广泛应用于与心脏、肺等部位有关的疾病检查，但读片需要丰富的专业知识和经验。提高读片自动化程度，能显著提升医疗机构影像筛查和诊断效率。

　　丹麦哥本哈根大学和当地几家医院参与的研究小组报告说，他们利用一款已上市商用人工智能工具分析了1529名患者的胸片，同时请3名放射科医生各自对这些胸片进行分析，并将人工智能和医师的读片结果进行比对。

　　结果显示，在放射科医生确定的1100份有异常征象的胸片中，人工智能工具识别出1090份。人工智能识别异常征象总体灵敏度达99.1%，识别严重异常征象灵敏度达99.8%。

　　研究还显示，放射科医生判断有429份胸片为正常，人工智能识别出其中120份，也就是说研究使用的全部胸片中，有7.8%可根据人工智能的判断归为正常，排除进一步诊疗的需求。研究人员表示，未来依靠人工智能可较为保险地自动筛出一定比例正常胸片，减少医生诊断工作量，但还需更大规模研究对此加以验证，以保障患者安全。

　　□ 辛华