“Watson之眼”走出实验室，协助影像医生读片

（原标题：“Watson之眼”走出实验室，协助影像医生读片）

很快，12月16日，“Watson之眼”走出了实验室，接受现实的检验。迈阿密的一个大型放射学实验项目成为IBM Watson医学影像分析工具的第一个应用于真实世界的测试平台。

南佛罗里达州的放射协会和与迈阿密浸礼医院合作进行这个项目，旨在将具有Watson功能的认知同行评审工具应用到医学影像中，目的是尽量早地诊断动脉狭窄。该州的放射学会有超过75名医生，每年他们要处理超过100万份影像片子。

放射科的评审传统

我们都知道，医院放射科为了保证影像医生读片的质量，目前普遍用同行评审作为放射科医生质量评估的主要手段，一般会对约2%-5%的病例重新审核。同行评审是影像团队质量测评的主要手段。同时，这种方法也存在病例类型、读片难度分布不均，少见案例获得同行评审的机会少等缺点。

同一张影像片子，让不同的医生来写报告，内容不一样，有可能造成漏病，同行评审就是一个检查的过程。"我们的目的是识别出可能会遗漏的患病风险高的病人，Watson将会协助心脏学专家和超声学专家发现狭窄病例以加速同行评审的过程“，浸礼医院心脏影像主管、放射学协会主席兼首席执行官Ricardo Cury博士这样说道。

Watson的评审基于质量指标和图像分析，在实践中找差异。这种评审包括了验证和数据标签。医生点击“问Watson”按钮，就可以获得一份分析文本和图像的报告。心脏病专家在下最终诊断之前可以参考Watson的评估，并且Watson会将相关信息记录在病人的电子健康记录中。

机器诊断，是魔法吗？

Watson的评估过程包括两部分：医学影像分析和病人信息分析。医生在点击“问Watson”按钮之后，Watson会做这样一系列事情：

• 文本分析：检查病人的病历信息，高亮关键概念并总结，同时会更新病人电子病历中的数据

• 分析医学影像：以多种方式分析影像，定位它认为是异常的区域

• 推理：结合病人的影像和病历资料，检索所有相关的诊断，选定最有可能的诊断。

Watson最终的诊断信息是简化版的，医生需要自己做出相关的解释，对此IBM表示，此举是为了走向世界。

IBM的“医学梦”

2015年8月，IBM收购了以10亿美元收购了Merge Healthcare，这已经是它收购的第3家医疗数据公司了。它不惜花费重金是基于这样的理念：IBM的认知计算技术，结合大量的医学影像数据，就可以彻底革新影像诊断。

今年11月19日，IBM和被收购的Merge 同台亮相，介绍了他们产品中的黑科技，雷锋网对此也有过相关报道。（IBM Watson在医学影像领域又出七大“黑科技”）

除此以外，IBM在医疗保健领域的布局涉及人体健康相关的方法面面，上述医学影像产品只是其布局“医疗”环节的一小部分，雷锋网对此做了进一步整理。