“Watson之眼”走出實驗室，協助影像醫生讀片

“認知健康的時代已經來臨了，未來的領導者將是那些有能力駕馭認知計算的人”。這是IBM官網上的一段話，為了成為未來的領導者，IBM在路上。

據雷鋒網消息，2016年11月29日，在北美放射學年會上，IBM Watson健康和北美放射學會組成“Watson之眼”隊亮相，向放射學家展示了Watson從頭到尾分析X片的過程。

很快，12月16日，“Watson之眼”走出了實驗室，接受現實的檢驗。邁阿密的一個大型放射學實驗專案成為IBM Watson醫學影像分析工具的第一個應用於真實世界的測試平臺。

南佛羅里達州的放射協會和與邁阿密浸禮醫院合作進行這個項目，旨在將具有Watson功能的認知同行評審工具應用到醫學影像中，目的是儘量早地診斷動脈狹窄。該州的放射學會有超過75名醫生，每年他們要處理超過100萬份影像片子。

放射科的評審傳統

我們都知道，醫院放射科為了保證影像醫生讀片的品質，目前普遍用同行評審作為放射科醫生品質評估的主要手段，一般會對約2%-5%的病例重新審核。同行評審是影像團隊品質測評的主要手段。同時，這種方法也存在病例類型、讀片難度分佈不均，少見案例獲得同行評審的機會少等缺點。

同一張影像片子，讓不同的醫生來寫報告，內容不一樣，有可能造成漏病，同行評審就是一個檢查的過程。"我們的目的是識別出可能會遺漏的患病風險高的病人，Watson將會協助心臟學專家和超聲學專家發現狹窄病例以加速同行評審的過程“，浸禮醫院心臟影像主管、放射學協會主席兼首席執行官Ricardo Cury博士這樣說道。

Watson的評審基於品質指標和圖像分析，在實踐中找差異。這種評審包括了驗證和資料標籤。醫生點擊“問Watson”按鈕，就可以獲得一份分析文本和圖像的報告。心臟病專家在下最終診斷之前可以參考Watson的評估，並且Watson會將相關資訊記錄在病人的電子健康記錄中。

機器診斷，是魔法嗎？

Watson的評估過程包括兩部分：醫學影像分析和病人資訊分析。醫生在點擊“問Watson”按鈕之後，Watson會做這樣一系列事情：

文本分析：檢查病人的病歷資訊，高亮關鍵概念並總結，同時會更新病人電子病歷中的資料

分析醫學影像：以多種方式分析影像，定位它認為是異常的區域

推理：結合病人的影像和病歷資料，檢索所有相關的診斷，選定最有可能的診斷。

Watson最終的診斷資訊是簡化版的，醫生需要自己做出相關的解釋，對此IBM表示，此舉是為了走向世界。

IBM的“醫學夢”

2015年8月，IBM收購了以10億美元收購了Merge Healthcare，這已經是它收購的第3家醫療資料公司了。它不惜花費重金是基於這樣的理念：IBM的認知計算技術，結合大量的醫學影像資料，就可以徹底革新影像診斷。

今年11月19日，IBM和被收購的Merge 同台亮相，介紹了他們產品中的黑科技，雷鋒網對此也有過相關報導。（

IBM Watson在醫學影像領域又出七大“黑科技”

）

除此以外，IBM在醫療保健領域的佈局涉及人體健康相關的方法面面，上述醫學影像產品只是其佈局“醫療”環節的一小部分，雷鋒網對此做了進一步整理。