华威大学的一项新研究显示，人工智能系统可以像医生一样准确地分析X光并诊断医疗问题。
这款人工智能是由华威、伦敦国王学院和几个NHS网站合作开发的，它接受了来自150多万患者的280万张历史性胸部X光片的训练。
它能够扫描37种可能的情况，在94%的情况下（37种情况中有35种），显示出与医生相同或更高的准确性。为了确保人工智能的准确性，它分析的1400多张X光片由资深放射科医生对照历史诊断进行交叉检查。
人工智能在医学扫描中有许多类似的应用，包括谷歌的CoDoC，它将医学扫描分析工作量减少了66%。
软件 在最近的这项研究中使用被称为X—Raydar，在拍摄X光后立即扫描潜在问题，并量化每个检测到的异常的概率。
它优先考虑紧急情况，帮助医生进行时效性诊断，这在员工短缺和等待名单增加的情况下至关重要。
华威大学数据科学主要作者兼教授乔瓦尼·蒙塔纳博士解释了人工智能作为一种筛查工具的潜力，或者通过消除人为错误和偏见来提供“最终的第二意见”。他强调了它对数百万次X射线的培训以及它在不偏不倚的分析方面的有效性。
伦敦国王学院的Vicky Goh教授是英国皇家放射学会的共同作者和前主席，他预计像X—Raydar这样的综合人工智能系统将成为医学的未来，帮助负担过重的医生。
人工智能还解决了X光片中没有发现异常的情况下的效率问题，这占所有病例的一半左右。
通过识别这些病例，人工智能使放射科医生能够更多地专注于复杂和关键的测试。
鉴于英国放射科医师短缺，这一点尤其相关，据皇家放射科医师学院报告，导致该国97%的癌症治疗中心的治疗延误。
X—Raydar软件已经开源，用于非商业用途，以加速该领域的研究和开发。
这加入了众多令人兴奋的人工智能医疗应用，包括一个帮助乳腺癌筛查过程加速超过44%的模型，以及一个旨在为医生提供第二意见的Google人工智能系统。
由于与DeepMind的合作，NHS在部署人工智能医疗技术方面有着悠久的记录，包括最近的人工智能肺癌诊断工具。
