根据《放射学》上发表的一项研究，研究人员已经训练了一个人工智能系统，可以根据紧急和关键发现来解释胸部X光并确定其优先级。

人工智能系统能够以“高精度”区分异常和正常的胸部X光，放射专家的意见平均在2.7天内就收到了关键的发现。在实际操作中，这超过了11.2天的平均值。研究合著者，沃里克大学教授乔瓦尼·蒙塔纳(Giovanni Montana)表示，新开发的系统可能会被用于自动对胸部X射线图像进行分诊，而放射线医生尚无法使用此功能。

蒙大拿州在一份声明中说：“目前，尚无系统和自动化的方法来对胸部X光片进行分类，并将那些具有紧急和紧急发现的放射线放在报告的顶端。”

许多放射科医生认为，深度学习技术可能是改善工作流程和员工效率问题的宝贵工具。该研究表明，这些问题可能导致大量积压报告。研究人员开发并测试了AI系统，该系统可以对具有重要发现的成人胸部X光进行解释并确定其优先级，以减少检查积压并为患者提供更快的护理。

该系统是使用从2007年至2017年收集的470,300多张不明身份的成人胸部X射线数据集开发的。然后使用内部自然语言处理(NLP)系统对放射线报告进行预处理，该系统将图像优先处理为紧急，紧急的图像，非紧急或正常。然后研究人员使用标记的X射线图像训练了用于计算机视觉的AI系统，以根据外观预测其临床优先级。然后，在包含15800张图像的独立数据集上测试了系统的优先级排序能力。

根据研究，该系统能够检测到正常的胸部X光，其灵敏度为71%，特异性为95%，阳性预测值(PPV)为73%，阴性预测值(NPV)为99%。

蒙大拿州在一份声明中说：“这里报道的初步结果令人鼓舞，因为它们表明可以使用非常大型的常规采集的放射学数据库来成功地训练AI系统。”“随着进一步的临床验证，这项技术有望通过检测所有正常检查来显着减少放射科医生的工作量，因此可以将更多的时间花费在需要更多关注的检查上。