academic radiology:如何提高放射科医生对人工智能的接受程度及应用能力？

现阶段，人工智能（AI）正准备彻底改变医学成像，并有望对放射科医生产生巨大影响。正如之前的技术革新，如计算机断层扫描（CT）和磁共振成像（MRI）已经彻底改变了医学，电子病历（EMR）、图片存档和通信系统（PACS）以及放射学信息系统（RIS）的数字进步大幅提高了效率和护理质量，人工智能将成为该领域下一代的决定性突破。在过去的十年里，人工智能相关的研究和出版物在放射学领域呈指数级增长。人工智能在放射学中的应用继续增长，截至2022年，有近350种FDA批准的放射学人工智能算法进入临床。预计到2031年，医疗人工智能将成为一个200亿美元的产业。而尽管人工智能将对接受培训的放射科医生产生影响，但往往缺乏人工智能的接触和教育。

放射科学员经常报告说，人工智能对他们的医学培训很重要，但是很少有放射科学员认为他们通过培训项目有足够的人工智能接触。人工智能知识和教育可以减轻对人工智能的恐惧，并使学习者对人工智能产生更现实的期望。在对美国62个放射学培训项目的调查中，最近的一项研究发现，只有不到一半的项目有任何正式的人工智能教育措施，只有3%的项目向住院医生或研究员宣传他们的培训途径。已出版的放射科学员人工智能课程的主题材料和课程目标差异很大，公开的在线课程往往受到成本、时间承诺或计算机编程或人工智能统计基础知识要求的限制。

为了满足放射科对实用和可获得的人工智能教育的需求，近日发表在academic radiology杂志的一项研究详细的介绍了本研究为放射科的人工智能教育开发一个多机构课程的经验，并评估了其在提高参与者对人工智能术语、方法和应用的理解方面的有效性及价值。

为期一周的放射学人工智能课程已经开发完成，参与者来自美国东南部和中大西洋地区的九个放射学住院医师项目。10个30分钟的讲座采用了远程学习的形式，涵盖了基本的人工智能术语和方法，四个不同亚专业的人工智能在放射学中的临床应用，以及关于人工智能的经济学、人工智能的伦理学、算法偏见和人工智能在医学中的法律意义的特别专题讲座。一个有监督的临床人工智能实践课程允许参与者直接使用FDA批准的人工智能辅助查看器和晚期癌症的报告系统。同时，分发课前和课后的电子调查以评估参与者对人工智能术语和应用的了解以及对人工智能教育的兴趣。 

每天平均有75人参加课程（范围：50-120）。几乎所有的参与者都报告说在他们的放射学培训中缺乏对人工智能的充分接触（96.7%，90/93）。学员在课程前的人工智能知识评估中的平均得分是8.3/15，在课程后的评估中，统计学上显著增加到10.1/15（P= 0.04）。大多数参与者表示对未来在放射学教育中继续使用人工智能感兴趣（78.6%，22/28）。 

图 参与者自我报告了对人工智能的基本术语、方法和应用的熟悉程度。评分标准为1-5分，5分为 "非常熟悉"。完成课程后，主观上对人工智能的熟悉程度有所提高。用Wilcoxon秩和检验来比较调查结果，课程前后的调查结果有显著差异（P < 0.001）

研究结果显示，本研究所提出的多机构放射科人工智能扫盲课程成功地改善了参与者的人工智能教育，大多数参与者报告说他们对未来的放射科人工智能教育保持了持续的兴趣。

原文出处：

J D Perchik,A D Smith,A A Elkassem,et al.Artificial Intelligence Literacy: Developing a Multi-institutional Infrastructure for AI Education.DOI:10.1016/j.acra.2022.10.002