人工智能和智能干预放射学:人与机器的融合
Hannah Huth1, Laetitia Saccenti2, James Anibal3
1Center for Interventional Oncology, Radiology and Imaging Sciences, National Institutes of Health Clinical Center, National Cancer Institute, National Institutes of Health, Bethesda, Maryland.
Journal of vascular and interventional radiology : JVIR
|November 23, 2025
概括
人工智能 (AI) 正在彻底改变干预放射学 (IR) 工作流程. 这个未来的愿景详细介绍了人工智能驱动的诊断,规划和机器人程序,以实现个性化,更安全和更具成本效益的患者护理.
科学领域:
- 医学成像和干预性放射学
- 人工智能在医学中的应用
- 机器人手术 机器人手术
背景情况:
- 人工智能 (AI) 为推进医疗实践提供了重大机会.
- 将人工智能整合到程序医学中,特别是干预放射学 (IR),面临着独特的挑战.
- 需要对AI在IR工作流程中的清晰愿景来指导理论应用.
研究的目的:
- 概述一个未来的AI驱动的干预放射学 (IR) 工作流程.
- 在IR程序中重新定义AI应用的范围.
- 通过人工智能集成来增强程序管理,患者结果和安全.
主要方法:
- 半自动诊断和程序前规划使用人工智能驱动的多学科瘤板.
- 人工智能引导的结果预测,非侵入性成像活检,个性化治疗和模拟.
- 人工智能增强的废弃技术包括自动细分,机器人立体测量和代球体包装.
- 人工智能虚拟结果预测用于预先规划机器人内血管干预.
主要成果:
- 人工智能可以自动化和优化IR程序的各个方面,从诊断到术后分析.
- 拟议的工作流整合了先进的AI工具,以提高废除和内血管干预的精度.
- 人工智能可用于干预程序的预测建模,最大限度地降低风险和麻醉时间.
结论:
- 负责任的AI整合可以显著提高干预放射学的使命.
- 人工智能有望使IR更加个性化,侵入性最小,成本效益高,安全.
- 概述的未来工作流程为推进人工智能在程序医学中的发展提供了路线图.
更多相关视频
05:33Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System
Published on: July 11, 2025
763
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.6K
