飞利浦和富士胶片在SIIM 2019的展台。
在2019年的会议上，从网络安全到企业成像的实用主义成为时尚医学影像资讯学会．不出意外的是，在人工智能的宣传出现明显裂缝的情况下，它引起了大量讨论。
施加压力是一股现实的暗流，在主要意见领袖(kol)的会议讨论中，以及在展区，一些公司代表谈到了人工智能(AI)的持续需求，以展示投资回报率(ROI)。
这种向实用性的脱帽致敬可以在科学会议的形式中看到，由杰出的演讲者开始，为理解后续会谈中提出的研究数据提供背景。其中包括:
•自然语言处理可以从放射学报告的免费文本中提取信息;
•智能算法通过跟踪放射学报告中的重要随访建议，可能为患者和提供者提供一个安全网;
•简单的神经网络可以比复杂的要好;而且
•智能软件能否提高住院放射科医生的工作表现达到专家水平。(一些证据表明，即使是单独使用，该软件也能胜过非专业的放射科医生。)
其他的会议以教师为特色，比如由J. Anthony Seibert博士主持的关于网络安全的会议，他是加州大学戴维斯分校放射学系的成像物理学家。
提高对放射学IT网络安全问题的认识
塞伯特说，意识到黑客构成的安全威胁是向前迈出的重要的第一步。他说，简单且低成本的后续步骤可以在很大程度上防止黑客入侵。这些措施包括备份磁盘、为笔记本电脑加密以及修补软件中的已知缺陷。
当Nuance Communications的首席医疗成像信息官Woojin Kim博士谈到区块链在医疗成像中的重要性时，他想到了安全问题。他曾是宾夕法尼亚大学卫生系统的执业放射科医生“揭开”区块链技术，描述它是什么以及它如何与医学成像相关。他说，区块链的固有设计提高了安全性，这是它的优势之一。
企业成像架构师Matthew Hayes, CIIP工商管理硕士，就如何修复陷入困境的企业成像网络发表演讲。Hayes在题为“如何清理问题区域”的会议中描述了如何清理问题区域“整理”。
AI吸引注意力
没有人感到意外的是，2019 SIIM的热门首字母缩写是AI。但使用者,包括小查尔斯·卡恩(Charles E. Kahn)，医学博士宾西法尼亚大学(University of Pennsylvania)医院放射学教授、宾西法尼亚大学(University of Pennsylvania)放射学系副主任、以及展览现场的公司代表们以务实的沉着给出了这个结论。在德怀尔讲座，卡恩描述了如何使人工智能安全、有效和人道。(根据卡恩的说法，要做到人道，人工智能必须证明它可以改善“对病人的护理”，同时保持医生的“尊严、仁慈和自主权”。)
kol和公司代表称赞人工智能的潜力，但表示智能算法必须证明它们的价值。在一次会议上，一位杰出的演讲者，斯蒂芬·霍布斯，医学博士，肯塔基大学成像信息学医学主任说，人工智能有一些很好的使用情况，但“我们会发现，在一些情况下(人工智能)并没有真正按照我们需要的方式工作——至少在很长一段时间内不会。”
在SIIM的Greg Journal上
第一天:周二
晚上9:45(美国东部时间，又名山地白昼)-在丹佛机场降落。等酒店班车的时间比乘车到7英里外的酒店要长得多。
晚上10:15 -入住费尔菲尔德酒店(临近2019 SIIM)。
周三两天:
上午9:02——乘坐Lyft去开会。新的建筑突出了轻交通——几分钟就能行驶数英里;喜欢上下班。
上午9:30 -领取徽章;走一段很长的路，到展览厅。浏览展位;与销售代表沟通。
上午10:07——从它的信息(“提升放射学”)到它的(大部分)蓝色展台，通用电气都是绝对的老派。合作发挥着突出作用。企业影像中心解决方案以数据管理和共享为基础。我们的目标吗?提高效率。根据放射科医生的情况，这可以转化为更多的时间进行学术研究，诊断更严重的病例或参与患者护理团队。
10:32am - IBM的展台涵盖了从沃森健康到互操作性，再到吸收、管理、存储、查看、共享和交换医疗图像的各种功能。所有这些都与Merge Healthcare(以前独立的PACS和服务供应商)的历史相混合收购了IBM在2015年发布)。
10:43 am -多模态显示屏主导了Eizo的SIIM展台。
上午11:01 - Ambra的信息:停止使用cd传输患者图像;下一代图像管理工具更有意义。基于云的技术更适合未来图像的管理、上传和共享。
11:17 am - Barco推出了基于eGFX图形盒的远程阅读解决方案，可以安全地驱动医疗级显示器。远程放射学的发展和未来雇主满足年轻放射学家21岁的期望的需求支持了该项目的推出圣世纪生活得平衡。该技术旨在为放射科雇主提供一个安全和统一的工作环境，无论在医院、诊所或家中。(据该公司称，自动化的质量保证和校准消除了跨多个地点管理医疗工作站的挑战。)
11:30 am -柯尼卡美能达医疗保健公司将其Exa平台构建为跨企业提供安全访问。但该技术可以更狭隘地聚焦于放射学PACS或RIS(放射学信息系统);为了单一的目的，例如，支持放射学计费;或者用于乳房x光摄影、骨科或心脏病学中的图像归档和检索。
下午1:15 -斯坦福大学放射学教授Curtis Langlotz，他的研究方向是机器学习技术会话自然语言处理(NLP)。朗洛茨对语言的进化过程充满了怀旧之情，他描述了今天放射学报告中包含的单词如何可以作为人工智能用来处理文本的“载体”。SIIM的演讲者在稍后的会议中描述了如何将NLP构建到智能算法中。在发现需要跟进的偶然发现时，这些算法可以充当安全网，捕捉放射科医生的建议，否则这些建议可能会落空。
第三天:周四
上午8:01——肯塔基大学医学信息学主任霍布斯开始会议胸部成像中的机器学习．之后，他打个比方说，“有些水果可以相对容易地摘下来”，比如肺炎、肺结节和癌症。而其他疾病，如间质性肺疾病、慢性阻塞性肺病和弥漫性肺疾病，则“更具挑战性”。他预测，人工智能尚处于起步阶段，但随着时间的推移，它将获得吸引力。
11:02 am - Aidoc的智能软件可以“一直开着”和“全面的”，据该公司SIIM展台的一名代表说。通过Aidoc的“AI协调器”集成到临床工作流程中，fda批准的算法可以评估颅内出血、脊柱骨折和肺栓塞的成像结果。然后，该软件可能会将异常情况通知放射科医生。一位公司代表告诉我，Aidoc算法“具有关键影响，而不仅仅是科学”。
上午11:30——Carestream和飞利浦在展览层只隔了一条过道。尽管这两家公司正处于计划中的合并之中，但它们的并举却是巧合。双方都不能透露更多关于这笔未决交易的信息(言论限制规则已经生效)，只能透露合并背后的原因，这些原因早已广为人知(例如，产品线的互补性;企业文化的兼容性等等)。但这两家公司都强调了与未来合并没有直接关系的问题:Carestream坚称其x射线业务发展势头强劲;飞利浦反对“最佳品种”的解决方案。飞利浦长期以来的观点是，尽管最好的组件可以针对特定的解决方案进行优化，但作为一个系统，它们不一定能提供最佳的结果。这样做取决于实施——整个系统是否满足临床需求?或者互操作性问题成为阻碍?Carestream的Vue产品会与飞利浦的IntelliSpace整合吗? (We’ll have to wait to find out.)
12:12 -西门子推广其硬件的操作方面。数字化是共同的主线;分析是关键的纤维。一位公司代表告诉我，人工智能是解决方案的一部分，但只是一部分。实现这一点的是基于云技术的TeamPlay，该公司将其描述为成像部门的网络。TeamPlay确实如此不涉及人工智能—在西门子展台的中心舞台上，其在评估成像设备的使用方面的关键作用。(根据该公司的说法，通过这个网络，成像部门可以评估扫描仪的使用率、工作流程性能和患者检查，并与其他成像部门的数据进行比较，从而帮助做出临床、财务或运营决策。)西门子的一位代表告诉我，关键是要确保ROI是可以衡量的，而不是期望的。否则会有过度承诺的风险;无法实现的期望的发展;和失望。
12:46 pm - TeraRecon的“工作流程增强”功能是，在临床数据通过云发送给智能算法进行解释之前，去掉患者健康信息(PHI)。一名代表告诉我，然后可以将解释发回临床站点。这使得临床站点可以控制PHI，同时仍然允许AI通过云进行解释。
12:53 pm - Vital Images(已加入佳能医疗)推出了一款专门为企业成像设计的光学相机。摄像头从患者腕带或计算机工作列表下载患者数据，并将这些数据与适当的患者记录和治疗信息联系起来。它还可以自动测量从相机到被摄对象的距离——例如，皮肤上的压疮——调整图像，以确保之前和当前图像的“苹果和苹果”对比。一位代表告诉我，这有助于医生确定伤口是随着时间变大还是变小。
下午1:16 - Nuance Communications公司想要向访问者明确表示，它的PowerScribe One不仅仅是听写。展位上的标语称，使用PowerScribe可以减少94%的放射学报告提交时间;后续跟踪增加了82%;重复成像研究减少42%;电话被打断的次数减少了87%。帮助实现这一目标的是文本感知、语言理解算法，它可以将语音转换为放射报告中的结构化数据。更多信息可以在Nuance白皮书中找到，题为“在你的话中:人工智能如何推动放射学在医疗保健中的影响”，该白皮书的拷贝可以在Nuance展台上获得。
下午1:48 -在富士胶片展台的多面保护伞下，展示着该公司的3d和先进可视化技术的信息。人工智能产品建立在该公司的专有平台上，名为REiLI(据该公司称，这个日语单词意为智能和足智多谋)。PACS和企业成像(包括医生门户和其他信息系统)构建在Synapse平台上，该公司将该平台定义为能够处理放射和光学图像，后者是其企业成像平台的组成部分。
下午1:57——一位熟人在展览层拦住了我;是时候叙叙旧了——听听他的新雇主Qure.ai的情况。他告诉我，这家总部位于印度的公司专注于智能算法，能产生“客户需要的真实结果”。这种需求可能是效率。也可能是诊断的改善。这取决于市场。在医生相对充足的发达国家，效率比在医生短缺的新兴国家更为重要。因此，新兴市场需要一些东西来扩大医生的存在，而发达市场则需要效率。AI可以同时满足两者;Qure。AI can do the tailoring.
下午2:15 -走在SIIM展览馆的廉租房区“创业街”。AI Analysis的“变化检测器”吸引了我的注意，它用颜色编码新旧图像之间的差异。该公司的企业家说，“探测器”可以帮助放射科医生发现可能被遗漏的东西，他们正在准备申请FDA批准该软件。他们声称，这种探测器可能比传统的检查早几个月发现变化;它还可能加速比较过程。他们的希望吗?更好的病人护理——为用户带来更多收入。
第四天:星期五
上午8:00 -参加科学会议会话关于神经机器学习。演讲嘉宾、医学博士、公共卫生硕士、俄亥俄州立大学成像信息学系主任Luciano Prevedello认为，由于智能算法的性能，人工智能“最近得到了很多关注”。他的言论引发的会谈更是火上浇油。其中一项研究显示，人工智能可以大大提高放射科住院医生的表现，其水平远远超过他们的工资水平。
下午1:10 -在费尔菲尔德酒店放松一下。电视上的女子足球;心里念叨着:美国，美国，美国。(民族主义…不可避免的。)
下午6:10 -离开酒店前往丹佛机场。走蛇形路到运输安全管理局的扫描仪那里。没有金属;没有问题。去浇口;空降后不久。期待2019年AHRA的回归。
人工智能相关的报道:
2022年9月2日
