人工智能（AI）在增强临床决策方面显示出“巨大潜力”，根据一份新报告。
GlobalData的《2025年医疗保健工作的未来》报告详细介绍了AI如何用于改善疾病诊断和治疗计划，从而带来更好的患者预后。报告特别指出，该技术可用于帮助解释视觉数据如扫描图像以及确定治疗方案。
作为背景，报告解释说，临床决策可能具有挑战性，尤其是由于“大量患有复杂疾病的患者、可用的各种诊断工具以及需要解释多组结果”。报告补充说，像AI这样的解释技术可以帮助简化这一过程。
在诊断方面，计算机视觉（CV）领域的人工智能展现出潜力。计算机视觉是一种使机器能够获取视觉数据、解释图像并基于这些图像做出决策的技术。计算机视觉可以帮助放射科医生发现患者扫描图像中的异常。报告以拜耳的Calantic数字解决方案为例，该解决方案提供了涵盖神经、胸部、乳腺、前列腺和心脏疾病的AI应用程序。
报告还指出：“研究表明，AI读片的一致性在不同乳腺密度中保持一致，而人类的敏感度在存在密集乳腺组织时往往会下降。这种一致性使放射科医生和其他医疗保健提供者（HCPs）对诊断更有信心，并部分自动化了临床决策过程。”
重要的是，报告还指出，AI有助于检测医学图像中的偶发发现。这些发现是无意中发现的与患者的初始关注点无关的异常情况。“医疗保健提供者可能会错过这些异常情况，尤其是在患者不符合与该疾病相关的典型人口统计特征时。分析医学图像的AI软件更擅长识别这些异常。”
在诊断之后，报告概述了AI不仅可以在患者治疗选择方面提供帮助，还可以在患者的预后方面提供帮助。
例如，报告提到：“Valar Labs开发的Vesta使用AI分析病理切片并预测对卡介苗（高分级非肌肉浸润性膀胱癌的标准治疗方法）的反应。Vesta通过使用数千张数字病理图像训练机器学习模型。该模型分析肿瘤细胞的形状和位置等细节，识别与较差结果相关的模式，从而使Vesta能够理解肿瘤复发和进展的可能性。”
(全文结束)
声明：本文仅代表作者观点，不代表本站立场，全文内容涉及AI跨语种自动翻译。如有侵权请联系我们删除。