Radhawk:面向儿科放射学教育的AI驱动推荐系统

《Academic Radiology》:Radhawk: An AI-driven Recommender for Pediatric Radiology Education

【字体: 大 中 小 】 时间:2026年10月13日 来源:Academic Radiology 4.7

编辑推荐:

   原理与目标技术的史无前例增长和网络信息缺乏过滤导致了放射学领域的认知过载和教育空白。放射科医生和培训学员在解读不熟悉或不常遇到的检查时,通常需要"即时"教育内容,然而在读片室的时间限制下,找到可靠且针对性强的资源可能颇具挑战性。这一需求在儿科放射学领域尤为相关,因为正常的影像

  

原理与目标

技术的史无前例增长和网络信息缺乏过滤导致了放射学领域的认知过载和教育空白。放射科医生和培训学员在解读不熟悉或不常遇到的检查时,通常需要"即时"教育内容,然而在读片室的时间限制下,找到可靠且针对性强的资源可能颇具挑战性。这一需求在儿科放射学领域尤为相关,因为正常的影像学表现会随年龄和发育变化。Radhawk作为一套可扩展的、由人工智能驱动的智能辅导系统被开发出来,为学习者和放射科医生提供个性化、实时的教育资源,根据每位用户的需求和临床环境量身打造精准的课程。

材料与方法

Radhawk与现有的影像归档与通信系统(PACS)以及自定义学习管理系统(RADiology's Intelligent Adaptive Learning)集成。该系统利用自然语言处理和机器学习算法分析影像检查信息,并根据用户偏好提供结果。系统的可扩展架构基于亚马逊云服务构建,确保能够适应多个医院系统。

结果

Radhawk成功提供量身定制的教育材料推荐,包括互动课程、解剖学参考资料和病例研究。关键功能包括:(1)根据学习者表现和需求生成个性化课程,(2)提供匹配年龄和性别的"正常"图像以供对比,(3)创建用户专属的热力图以识别优势和待改进领域,(4)纳入专家亚专科偏好以指导用户选择。

结论

Radhawk以知识导向型方法取代了通用的网络搜索,提供即时访问高质量、相关资源的渠道。这一精准教育解决方案有望提高诊断准确性、增强学习体验,并解决儿科放射科医生短缺的问题。未来计划包括在多个儿科放射科部门进行外部测试,以验证Radhawk在现实环境中的可扩展性、接受度和价值。

章节片段

引言

技术的史无前例发展以及互联网上未经过滤的信息增长,导致了放射学教育和实践中的认知过载和空白(1)。放射科医生和培训学员在解读不熟悉或不常遇到的检查时,常常寻求"即时"教育内容;然而,在读片室的时间限制下,识别可靠、相关且针对性强的资源可能颇具挑战性。

Radhawk的可扩展性开发

大多数医学ITS受限于单个医院数据库,并在本地工作站或服务器上运行。这对于小型用户数据集和连接到本地局域网的系统来说是足够的,但对于更大和分散的用户群则不够用。在传统ITS的基础上,我们致力于开发一种能够连接到我们的传统应用程序并可扩展到多个医院系统的设备。
我们大型三级护理儿科医院的教育补充内容

Radhawk系统设计

Radhawk是一个本地安装的Windows应用程序,连接三个主要模块:RADIAL、PACS(Visage Pro Medicus Limited,圣地亚哥,加利福尼亚州)和亚马逊云服务(AWS,Amazon Inc.,西雅图,华盛顿州)。使用的主要AWS服务包括:Amazon DynamoDB、Amazon API Gateway、Amazon EC2、Amazon Cognito、Amazon Personalize等。Radhawk以C#语言编写,安装在医院工作站上(图1)。当在PACS中打开一项检查时,Visage会写入一个可扩展标记语言(XML)

讨论

目前寻求有助于增强或巩固影像解读知识的做法依赖于通用的网络浏览器,向用户提供未经过滤的信息。这种做法可能效率低下且存在风险,因为对检索到的内容没有质量把控。我们现在拥有强大的处理器和AI算法,使我们能够提供个性化资源以支持知识获取,而不仅仅是信息收集。根据Kahn(3):"AI具有……"

局限性

Radhawk的当前实现版本存在两个局限性。首先,医学教育信息的来源是RADIAL数据库,该资源建立在第三方应用(Absorb,加拿大卡尔加里)之上,其架构和功能由Radhawk团队无法控制的外部因素进行更新和修改。如果对用于访问RADIAL的数据库API后端进行了大规模更改,可能会降低与Radhawk的集成效果。为缓解这一问题,我们

总结陈述

Radhawk即时将上下文相关的专家资源推送给放射科医生,可在PACS上增强影像解读、教学和学习。此外,机器学习算法支持异步学习,识别优势和薄弱环节,创建高度针对每位用户需求和偏好的精准课程。

数据声明

作者声明他们拥有本研究所有数据的完整访问权限,并对数据的完整性和数据分析的准确性承担全部责任。

资金

本项目由Jaramillo费城儿童医院放射科、儿童放射学会教育基金以及宾大健康-技术加速器计划资助。

CRediT作者贡献声明

Julian Lopez-Rippe:写作——审阅与编辑,写作——初稿撰写,验证,项目管理,方法论,调查,数据整理,概念化。Manasa Reddy:写作——审阅与编辑,写作——初稿撰写,软件,方法论,形式分析,数据整理,概念化。Michael Welsh:写作——审阅与编辑,写作——初稿撰写,验证,软件,调查。Jennifer Vaughn:写作——审阅与编辑,写作——初稿撰写,

利益冲突声明

作者声明他们没有已知的竞争性经济利益或个人关系,这些利益或关系可能影响本论文所报告的工作。

致谢

作者向Brittany C. Bennett在本手稿插图方面的贡献表示诚挚的感谢。作者还感谢Victoria A. Ramirez在医学写作、编辑和最终手稿准备方面提供的协助。
Julian Lopez-Rippe|Manasa Reddy|Michael Welsh|Jennifer Vaughn|Raisa Amiruddin|Avin Khera|Ami Gokli|Michael Francavilla|Janet R. Reid
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号