墨西哥利用人工智能进行早期肺癌检测

墨西哥国家呼吸疾病研究所“伊萨米尔·科西奥·比利亚斯”（INER）已将先进的人工智能软件整合到其医学影像分析流程中，旨在加强肺癌和其他高临床负担呼吸道疾病的早期检测，包括结核病、慢性阻塞性肺病（COPD）和肺炎。该技术由阿斯利康（AstraZeneca）合作开发，已纳入研究所的日常临床实践，直接协助医务人员解读胸部X光片，并计划未来扩展至计算机断层扫描（CT）分析。人工智能系统已完全集成到INER的影像查看器（PACS）中，使医疗人员能够即时获取自动化分析结果，无需使用外部平台或额外上传文件。考虑到该研究所每年约进行2.4万次X光检查，这一整合尤为重要，它反映了影像研究的高需求，以及对优化诊断能力工具的必要性，同时不会取代临床判断。该人工智能平台能够检测潜在的肺部异常，如结节，并生成西班牙语的解读报告，便于对病变进行高风险或低风险分类。这种自动化支持使临床团队能更准确地确定进行补充检查（如CT扫描）的必要性，并有助于加速关键的临床决策，尤其在早期检测至关重要的场景中。人工智能的应用加强了低剂量CT筛查项目，特别是针对50岁以上有吸烟史的人群，他们是肺癌发病风险较高的群体。作为一所教学医院，INER也在其专科培训模式中引入了这项技术，涵盖肺病学、胸外科和放射学等领域。在第二阶段，该研究所正致力于将这项技术扩展至特拉尔潘市的卫生中心和医院，通过从初级到三级护理的阶梯式转诊模式。这一策略包括对初级保健医生进行培训，并在配备X光设备的单位中引入人工智能软件，以期在护理的最初阶段改善肺癌和其他呼吸道疾病的早期检测。对于INER而言，实施这一工具代表了其在创新、医疗质量和科学领导力方面的战略进步，其影响力超越了机构范围，并延伸至墨西哥和拉丁美洲。将人工智能整合到影像分析中，使该研究所成为应用新兴技术进行高级别呼吸护理的地区标杆，为患者、医务人员和医疗系统带来直接益处。