编辑推荐：
当前，人工智能（AI）在医疗领域应用渐广，但在放射学中的实际效果与应用情况尚不明确。研究人员开展 “人工智能在放射学实践中用于诊断” 的研究，发现 AI 虽有潜力，但真实世界证据不足。该研究为 AI 在放射学中的合理应用提供参考。
在当今医疗领域，人工智能（Artificial Intelligence，AI）就像一颗闪耀的新星，吸引着无数人的目光。它凭借强大的数据处理和分析能力，为解决医疗难题带来了新的希望。尤其是在放射学诊断方面，AI 被寄予厚望，人们期待它能辅助医生更精准、高效地检测出疾病，缓解日益增长的医疗需求与有限医疗资源之间的矛盾。然而，理想很丰满，现实却很骨感。目前，AI 在放射学中的实际应用情况到底如何？它真的能如预期般发挥作用吗？围绕这些疑问，来自多个机构的研究人员开展了一项关于 “人工智能在放射学实践中用于诊断” 的研究，相关成果发表在《eClinicalMedicine》上。
随着医疗技术的不断进步，全球医疗需求持续攀升，医疗工作者面临着巨大的压力。AI 的出现，让人们看到了解决这些问题的曙光。在放射学领域，AI 可以帮助医生检测影像中的异常，提高诊断的准确性，还能减少医生在常规任务上花费的时间。但 AI 在放射学中的应用并非一帆风顺。一方面，虽然 AI 在理论上具有诸多优势，但在真实世界的医疗环境中，其效果究竟如何，还缺乏足够的研究证据。另一方面，现有的关于 AI 在放射学诊断应用的综述，没有全面评估 AI 的实施情况、医护人员和公众的看法、使用体验以及对临床和成本的影响等方面。为了填补这些空白，让 AI 在放射学中更好地发挥作用，研究人员开启了此次探索之旅。
为了深入了解 AI 在放射学诊断中的应用情况，研究人员进行了一项系统的范围界定审查（scoping review）。在研究过程中，他们先在 PROSPERO 平台进行注册（CRD42024537518），以确保研究的规范性和透明度。然后，研究人员检索了四个数据库以及灰色文献，筛选出 2020 年 1 月 1 日至 2025 年 1 月 31 日期间发表的相关文章。在筛选过程中，他们制定了严格的纳入和排除标准，最终从 8013 篇文章中确定了 140 篇符合要求的研究。此外，研究人员还组织了利益相关者研讨会，与放射科工作人员和公众成员一起讨论研究结果，广泛收集各方的意见和看法。
研究结果显示，AI 在放射学诊断中的应用呈现出复杂的态势。在实施方面，虽然有部分研究探索了 AI 融入临床实践的过程，但对于关键的实施前流程（如采购）却鲜有涉及。在使用体验上，医护人员和学员对 AI 的看法不一。多数人认为 AI 是可靠且实用的工具，能辅助诊断、提高效率，但也有人担心其证据有限、存在假阳性风险，甚至可能降低工作效率。从定量研究的结果来看，AI 在提高诊断准确性方面有一定效果，特别是对经验不足的医护人员。例如，部分研究表明，AI 能减少错误的阳性或阴性结果，但这种改善在不同的研究设计、实施环境和成像模态下差异较大。在工作流程方面，AI 对减少图像解读时间和报告时间有一定作用，但效果并不稳定，且在不同经验的医护人员和不同紧急程度的图像中表现各异。在成本效益方面，研究结果同样参差不齐，部分研究显示 AI 辅助路径具有经济效益，但也有研究指出，AI 虽然提高了准确性，但由于更多的侵入性治疗，可能会增加患者的终身成本，抵消其优势。
在研究结论和讨论部分，研究人员指出，目前关于 AI 在放射学中的研究大多缺乏真实世界的证据。虽然 AI 在提高诊断准确性和减少解读时间方面有积极表现，但在系统层面的影响、采购到实施的过程、使用 AI 的体验以及长期的成本效益等方面，我们了解得还远远不够。AI 的实施和使用目前走在了证据发展的前面，这就需要在安全实施 AI 的同时，进行更严格的评估，以建立起坚实的证据基础。此外，研究还强调了持续的人类监督和 AI 决策透明度的重要性，这不仅关系到患者的信任，也是保障医疗安全的关键。未来的研究方向也被明确提出，包括评估 AI 在实际临床路径中的实施过程、患者和公众对 AI 辅助诊断的体验、AI 对患者结局和医院系统的长期影响，以及 AI 的成本效益等方面。
这项研究意义重大。它全面梳理了 AI 在放射学诊断中的应用现状，让人们对 AI 在该领域的优势和不足有了更清晰的认识。研究结果为医疗决策者、AI 开发者和临床医生提供了宝贵的参考，有助于他们更科学地规划 AI 在放射学中的应用，推动 AI 技术与放射学诊断的深度融合，最终为患者提供更优质、高效的医疗服务。
