文/陈根

近些年，人工智能（AI）医学图像越来越多地被应用于医疗领域。因为其不仅可以提高疾病表征的检出率，减少漏诊情况的出现，还能精准确认病灶位置、形态，辅助评估患者术前术后风险。更重要的是，它可以提升阅片效率，节约医生时间。

但是，医学图像被广泛用于诊断参考也带来一大问题医生需要根据每份医学图像按标准进行撰写和输出医学报告。面对庞大的患者数量，为所有的图像逐一撰写报告占据了医生大量工作时间，不同的医生也可能因为经验不同而忽略掉部分图像中的异常情况，导致一些病征无法体现在报告中，从而耽误了患者治疗。

并且，此前的自动生成报告系统也很容易到数据偏差误导，导致其最终生成的报告不尽人意。针对这些问题，近日，医典AI团队创造性地提出了后验-先验知识探索及蒸馏(PPKED)框架，模仿人类医生的判读方式，结合先验和后验知识来生成报告，以提高医学报告的质量。

在先验探索(PrKE)模块，该模型可以通过预构建包含心脏肥大、脊柱侧弯、钙化点、肺炎等常见异常特征信息的知识图谱，模拟医生学习过的医学知识，以精准地识别出各种图像中的异常。

在后验探索(PoKE)模块中，模型可对当前图像进行标签分类，模拟医生找寻图像异常的过程，然后大致框定异常的区域，提醒医生针对该区域做进一步识别处理。

最后，通过蒸馏(MKD)模块的综合过滤，生成最终的报告。

目前，人工智能在医疗卫生领域广泛应用正形成全球共识。可以说，人工智能以独特的方式捍卫着人类健康福祉，除了在诊疗手术、就医管理多方面发挥作用，此次AI撰写医学报告是人类在人工智能领域的又一次深入探索，也再一次体现了人工智能无可比拟的优势。