AI Guided Diagnostic-Quality Lung Ultrasound
11:28 Share

肺部超声有助于诊断呼吸困难患者，但需要熟练的技术才能获得图像。耶鲁大学医学院的 Cristiana Baloescu 医学博士、公共卫生硕士与《美国医学会杂志》（JAMA）副主编 Yulin Hswen 医学博士、公共卫生硕士一起讨论了发表在《JAMA 心脏病学》上的一项新研究，该研究评估了人工智能指导训练有素的医疗专业人员获取诊断级肺部超声图像的能力。相关内容：AI 指导的肺部超声可以帮助非专家临床医生获得“专家级”图像；非专家的人工智能指导肺部超声</context> <raw_text>0 我是 Yulin Xun，JAMA 和 JAMA Plus AI 的副主编，您正在收听 JAMA Plus AI 对话。在今天的节目中，我们将探讨人工智能在提供床旁超声评估中的应用。与我一起的是耶鲁大学医学院急诊医学助理教授 Christiana Balouescu 博士。

Balouescu 博士的研究范围广泛，例如利用机器学习在临床环境中进行高级超声解释。在今天的节目中，我们将探讨人工智能在提供超声评估中的应用。欢迎。谢谢。很高兴来到这里。

您能告诉我们一些关于您的研究和背景的信息吗？是的。因此，我在急诊医学中的部分学术重点实际上是研究，特别是超声和床旁超声，肺部超声就是一个例子。我特别致力于开发和验证用于心脏和肺部超声的人工智能，用于检测和量化病理

但也用于图像采集，本研究特别关注这一点。该领域存在哪些问题？为什么我们需要人工智能和机器学习？

是的，超声作为一种影像学方法，它有两个方面。一个是图像采集方面，另一个是图像解释方面。因此它可能相当复杂。到目前为止，许多人工智能都集中在解释方面。因此，寻找超声图像上出现的特定伪影，这些伪影指向不同的病理。

这同样需要专门的培训。在采集方面，即获取实际图像方面，并没有做很多工作。而采集是一项非常专业的技能，需要教育、重复和大量的实践。因此，这需要时间和专业知识，而这些时间和专业知识可能并非在可以使用这项技术的所有地方都能获得。您能举一个您见过这种情况的例子，以及为什么这项研究很重要吗？

是的，我是一名急诊医生。因此，我们最终会看到很多出现呼吸短促的患者，很多患者是通过救护车来到我们这里的。在这种情况下，人工智能的一种潜在用途是医护人员进行床旁超声或肺部超声。

图像将发送给专家进行解释，医护人员会得到反馈，他们可以根据肺部超声中看到的情况启动治疗。因为我们看到的很多呼吸短促的患者，很多患者可能有肺水肿性心力衰竭，但也可能有慢性阻塞性肺病或 COPD 的病史。而这两种

两种疾病或病理在肺部超声上的表现不同。对于肺水肿性心力衰竭，您通常会看到称为 B 线的伪影，这些是出现在肺部超声中的高回声和垂直伪影。而对于简单的慢性阻塞性肺病加重，您通常不会看到这些伪影。这两种病理的治疗方法不同。如果您更早地知道

患者出现的问题是什么，那么您可以更早地给予他们适当的治疗。因此，您至少可以防止他们的病情恶化，并肯定能让他们更快好转。

《JAMA 心脏病学》上发表的人工智能指导的肺部超声结合非专家。您能告诉我一些关于这项研究的信息吗？是的，这是一项多中心验证试验，评估了人工智能指导和促进获取不同诊断质量的肺部超声片段的能力

由一群医疗专业人员。他们中的大多数人没有重要的肺部超声经验。研究中的受试者接受了两次肺部超声检查，一次是由肺部超声专家在不使用人工智能的情况下进行的，另一次是由经过培训的医疗专业人员（我们使用 THCP 作为缩写）使用人工智能进行的。

人工智能本身具有一套指导图像采集的算法，一旦达到图像质量阈值，就会自动捕获片段，它还会注释 B 线的存在。然后我们有一个独立的盲法专家读者小组，这些专家与在研究中获取图像的专家不同。

远程审查片段。他们决定两组操作员获取的片段是否具有足够的质量以进行临床评估。主要终点是两组中达到该诊断质量阈值的研究所占的比例。因此，98% 由经过培训的医疗专业人员使用人工智能指导获取的研究具有高诊断质量。并且与

不使用人工智能辅助的肺部超声专家获得的优质研究比例没有显著差异。那么您认为我们接下来会做什么呢？我认为接下来我们要看看它的表现如何，不是在临床试验中，而是在现实世界中，也许还要整合一些图像解释人工智能。您能告诉我现实世界中会发生什么吗？

我认为这是一个因素的组合，因为它不是一个简单的答案，它可能在很大程度上取决于具体情况。超声的复杂之处在于存在大量的操作者差异，人工智能部分地试图让我们摆脱这种差异。患者在体型和解剖结构方面也存在差异。有时地标略有不同。

有时，你知道，很难把手臂移开或进行定位。然后还有设备差异。因此，这种特定的人工智能软件可以与不同的超声机配对，但并非所有超声机都可以。因此，这些只是一些现实世界中由于超声技术本身而导致的复杂性的例子。我们总是有这些非常棒的试验，结果非常好。然后你把它放到现实世界中，它就消失了。

因此，我想说现实世界有很多复杂性是任何研究都无法复制的，无论研究设计得多么好。就肺部超声或超声本身而言，存在差异，你知道，

你知道，操作员如何使用人工智能本身。所有经过培训的医疗专业人员都接受了如何与人工智能交互的培训，并且他们以非常具体的方式向他们展示了人工智能，这可能与该产品上市后某人使用它的方式不同。存在差异

会影响即使在人工智能的帮助下也能获得多好的肺部超声的特征。例如体型、患者重新定位以获得完整的八区检查的难易程度。也有一些时候你不需要完整的八区检查，或者你比八区受益于更多区域。还有一些实际考虑因素

关于软件使用的环境。这就是为什么现实世界很难思考所有这些情况的原因，这就是为什么现实世界很困难。

例如，我们在另一个播客中讨论过在高海拔地区或低资源国家使用超声。这如何潜在地帮助这些地区？有时这有点矛盾，因为我认为这些地区可以……

利用这项技术。有很多潜在的用例场景，但也有一些实际障碍，有时是电力或 Wi-Fi。我认为指导肺部超声采集的人工智能对于在专家稀缺的环境中使用新手来说非常有用。例如，我可以想到社区卫生工作者可以使用

人工智能指导的肺部超声来筛查肺部疾病、肺炎、肺水肿、胸腔积液，尤其是在艾滋病毒、艾滋病和结核病合并感染率高的地区。这些捕获的片段可以由中央医生远程审查，或者根据设备的内存在一天结束时进行审查。

当这种方法与便携式超声设备配对时，其影响尤其显著，如今我们有很多这样的设备。我认为这项技术本身也在不断适应和改进。因此，也许在未来五年或十年内，它将更加可行。

我认为这种方法在其他场景中也很有用，您可以在流动诊所中部署它，以便在可能受自然灾害影响的地区提供诊断支持。您可以在疫情应对期间对呼吸系统疾病进行快速筛查和监测。

我们已经看到一些研究越来越多地关注患者自行进行的超声。因此，我认为通过进一步的测试，以及显然相关的批准，这项技术可以为在家中护理环境中对患者进行远程监测铺平道路。这不仅在

资源有限的环境中，而且在资源丰富的环境中，也许照顾患者的一种更经济有效的方式是在家中。我认为在美国的几个地区已经启动了家庭医院项目，我认为它们会从中受益。非常感谢您的到来。我非常感谢这次谈话，并学到了很多关于推进超声解释的知识。

非常感谢。很高兴与您讨论这个问题。我是 Yulin Xuan，JAMA 和 JAMA Plus AI 的副主编。我一直在与 Cristiano Baluescu 博士讨论人工智能指导的超声。您可以在本集的说明中找到文章链接。如需了解更多此类内容，请访问我们的新 JAMA Plus AI 频道 jamaai.org。

要关注此播客和其他 JAMA 网络播客，请访问我们的在线网站 jamanetworkaudio.com 或在您收听播客的任何地方搜索 JAMA 网络。本集由 JAMA 网络的 Shelley Steffens 制作。感谢收听。本内容受美国医学会版权保护，所有权利均保留，包括文本和数据挖掘、人工智能培训和类似技术的权利。