收益：
- 了解人工智能分诊会改变工作清单顺序，但绝不会排除读取图像，并且每次检查仍由放射科医生读取
- 能够正确解读人工智能标志，并在颅内出血、气胸、肺栓塞等时间紧迫的发现中管理假阴性和假阳性的平衡。
- 能够使用分诊警告作为优先信号，并坚持诊断和报告的责任在于放射科医生
在一家医院放射科，早上08:00，工作清单中积累了120项检查：急诊科的脑CT、住院患者的对照X光片以及门诊的计划MRI。在这 120 项检查中，也许有 3 项涉及需要在几分钟内进行干预的病症 - 严重脑出血、紧张性气胸（肺膜间空气逸出导致肺塌陷）、大面积肺栓塞（血块阻塞肺动脉）。问题是：这 3 项研究按字母顺序或出现顺序可能位于列表中的第 87 位、第 41 位和第 112 位。如果放射科医生按顺序读取，决定生命的结果将在数小时内悬而未决。这就是分诊人工智能的用武之地：它在拍摄图像后立即扫描图像，如果发现可能的紧急发现，它将检查移至工作列表的前面，并向放射科医生发出“首先查看此”的信号。
我们把本单元最关键的一句话从头放起：分流人工智能改变阅读顺序；它并不排除阅读任何考试。 “低优先级”不是诊断，“高优先级”也不是诊断。每项检查仍由放射科医生完整阅读。分类是一个优先信号，而不是筛选机制。
分类如何工作：一步一步
将分类视为“看门人”；但一名官员不会拒绝任何人，只会介入队列。
- 图像被捕获并放入 PACS 中。 PACS（图片存档和通信系统）是存储和显示所有放射图像的系统。
- AI模型自动接收并扫描图像。该模型会为其训练的特定结果集（例如颅内出血）生成概率评分。
- 如果分数超过阈值，该研究就会被“标记”。标志在工作列表中显示为颜色、图标或每个列表的移动。
- 放射科医生提出标记的检查，阅读并做出决定。如果发现属实，请迅速采取行动（致电临床医生）；如果不是（误报），它将消除它并继续阅读。
- 未标记的考试也会按顺序完整阅读。没有标志并不意味着“没有发现”。
这里的技巧是，分类模型通常设置为高灵敏度，以捕获大部分真实的结果，以提高速度。这样做的代价是特异性低——将健康的人算作健康的能力——即许多误报。该模型抛出额外的标志“以避免丢失”。这是一个有意识的选择：错过时间关键的发现（假阴性）的成本远大于误报的成本。
概念
含义
分诊结果
灵敏度
真实检出率
它保持在高位；减少泄漏
特异性
认为健康为健康的比率
跌倒；误报增加
假阴性
缺少现有证据
最危险的；放射科医生仍然通过阅读来发现它
误报
标记不存在的发现
经常；放射科医生，警报疲劳的风险
优先级标志
引导信号
更改顺序，不删除阅读内容
时间紧迫的发现和标志解释
分诊人工智能最常用于三个领域，放射科医生对每个领域的标志的解释都不同。
颅内出血（脑CT）：模型可能会将高密度（明亮）区域误认为是出血；而钙化或对比材料也很亮。当旗帜出现时，放射科医生会区分是真出血还是假出血。
气胸（胸部X光检查）：心尖部（肺顶部）的小气胸很容易逸出；该模型可以捕获这一点并将其向前推进。但皮肤皱襞或管状阴影也可以模拟气胸。该标志请求确认。
肺栓塞（CT血管造影）：模型标记血管内的充盈缺损；但较差的对比度或运动伪影会产生虚假缺陷。放射科医生区分真血栓和假血栓。
注意：仅仅因为分诊模型将检查标记为“阴性/低优先级”并不意味着没有栓塞或出血。阴性标志并不是诊断；而是阴性标志。该模型可能错过了发现（假阴性）。放射科医生通过自己的系统阅读来评估每次检查。
三个迷你箱子
案例 1 — 获得的分钟数。值班放射科医生的工作清单中有64项检查。分诊人工智能将脑CT推到了首位，“可能是急性出血，评分为0.94”。放射科医生在 90 秒内开始检查，看到 4x3 厘米的硬膜外血肿，并在 5 分钟内呼叫神经外科医生。至手术时间缩短约40分钟。 AI改变了顺序；放射科医生做出了诊断并发出通知。
案例 2 — 误报和警报疲劳。同一模型将一天早上 30 张 X 光照片中的 9 张标记为“可能气胸”；当放射科医生检查时，9 个中只有 2 个是真实的，7 个是皮肤褶皱和管阴影（22% 真阳性）。一周后，放射科医生对这些标志失去了信心，并开始快速说“不”。第十天，他条件反射地消除了真正的气胸标志。教训：在误报率较高的模型上，仍应认真对待每个标志并通过图像进行确认；警报疲劳是真正的患者安全风险。
案例 3——信任负面的代价。该图案将 PE（肺栓塞）CT 血管造影标记为“阴性”。在忙碌的一天中，放射科医生依靠它来表面扫描图像。鉴于节段分支内有小栓子；该模型失败了，放射科医生因自动化偏差（过度依赖人工智能）而放松了注意力。两天后，当诊所病情恶化时，发现栓塞。正确的方法：尽管有负面标志，但仍进行全面系统的阅读。
弱提示/强提示
分类决策本身并不由模型决定；而是由模型决定。但放射科医生在规划测试组优先顺序或在临床环境中评估标志的逻辑时可以向人工智能寻求帮助。
弱提示：
确定脑部 CT 是否属于紧急情况。
该提示对模型强加了诊断决策，不提供任何临床背景，并通过说“决定”将责任交给人工智能——这是一个安全关键错误。
强力提示：
您的角色：协助值班放射科医生进行分类评估。做出诊断，做出“紧急/不紧急”的决定。根据我将为您提供的临床信息，列出可能需要增加本次检查阅读优先级的任何红旗症状，并针对每个症状，写下放射科医生应确认的图像上的点。最终的优先事项和诊断取决于放射科医生。患者：58岁男性，突发剧烈头痛、神志不清，使用抗凝剂。检查：脑部平扫CT。
强烈的提示将角色限制在助理身上，保持放射科医生的决策权，提供临床背景，并要求对每个警报进行确认。
可复制的提示模板
红旗检查模板您的角色：放射科医生助理。对于我将为您提供的临床病史和检查类型，写下任何可能使您考虑增加阅读优先级的紧急/危险信号症状。对于每个项目：(1) 为什么可能很紧急，(2) 放射科医生应在图像中确认什么，(3) 可能模仿的良性病症。诊断和优先决定取决于放射科医生。故事：[写]
误报歧视模板将为您提供分类结果和模式。列出可能导致此发现的良性/伪影状况以及每个状况的独特图像线索。目的：帮助放射科医生区分真假发现。发现：[写]。形式：[写]。
警报疲劳自我审核模板 我将为您提供一周的分类标志计数和验证结果。计算误报率，警告警报疲劳的风险，并生成一份清单，提醒您“每个标志仍然由图像确认”的原则。数据：[写入]
优先理由草案模板为我将给您的研究和故事写一个简短的理由草案（2-3 句话），建议工作清单中的优先顺序。不要使用“明确诊断”的语言；使用“可以考虑优先升级”的语言。最终决定权在于放射科医生。检查/历史：[写]
常见错误
- 将否定标志误认为是识别。 “低优先级/负面”并不意味着没有发现；模型可能被遗漏了，放射科医生仍然完整地读取。
- 习惯误报并本能地消除标志。闹钟疲劳也会让你错过真正的发现；每个标志均通过图像确认。
- 快速通过未标记的考试。分类改变的是顺序，而不是读数；每次检查时都会进行系统筛查。
- 忽略临床背景。没有故事的旗帜是不完整的；没有故事的旗帜是不完整的。具有抗凝剂使用史的头痛即使不是一个标志，也值得高度怀疑。
- 将优先级决策委托给模型。 “紧急/不紧急”的决定由放射科医生决定；人工智能只产生信号。
提示：使用 Triage AI 作为助手，而不是节拍器：它会告诉您“先看这个”，而不是“不要读那个”或“这绝对是紧急的”。当旗帜到来时，加速；当旗帜没有到来时不要放慢速度。
综上所述
分类人工智能通过在工作清单中提出时间紧迫的案例来节省时间；它可以在颅内出血、气胸和肺栓塞等情况下提供挽救生命的速度。但分类是一个优先信号，而不是消除：它并不排除阅读中的任何检查，“低优先级”并不是诊断。模型调整精度高，避免遗漏；这是以许多误报为代价的，从而产生警报疲劳的风险。放射科医生用图像确认每个标记，完整地读取未标记的检查，并且不会根据阴性结果放松扫描。诊断、优先判断和通知始终由放射科医生负责。
应用任务
从您的单位（或示例场景）中选择一个时间紧迫的发现（出血、气胸或栓塞）。 (1) 列出至少三种良性/伪影状况以及可能模仿此发现的区分线索。 (2) 通过根据这一发现调整“红旗控制”模板来准备提示。 (3) 设计一个简单的图表来跟踪模型在一周内抛出了多少个标志以及实现了多少个；指定如果误报率超过 60%，您将采取什么自我监管步骤。
清单
- [ ] 我意识到分类会改变顺序并且不会删除读数。
- [ ] 我将用图像确认每个标志；我不会条件反射地消除。
- [ ] 我也会系统地阅读未标记的研究。
- [ ] 我不会将负 AI 输出视为诊断保证。
- [ ] 我将临床背景（病史、适应症、药物）纳入了标记评论中。
- [ ] 我监控误报率并制定了针对警报疲劳的自我控制计划。
- [ ] 我认为放射科医生应该优先考虑并做出诊断判断。