教育新闻网数十年来的技术进步导致了超声波机器的革命，从而引起了重量不到一磅的现代设备，并且可以在智能手机上显示图像。但是他们仍然需要专家来理解生成的图像。
“这并不像看起来那么容易，”超声技术的先驱富士胶片SonoSite首席执行官Richard Fabian说。“手的轻微移动意味着世界上所有的差异。”
这就是为什么SonoSite专注于人工智能帮助医疗工作者实时了解超声波的未来的原因。想法是可以训练计算机来识别和标记医学图像的关键部分，以帮助临床医生获得答案，而无需经过专门培训的放射科医生。
“使用AI，您可以真正快速地解释正在发生的事情。Fabian在周五在华盛顿州贝尔维尤举行的生命科学华盛顿年度峰会上的一次演讲中说：“重点是准确性，信心和扩展超声使用者。”
总部位于华盛顿州博塞尔的SonoSite最近与西雅图的艾伦人工智能研究所(AI2)合作，致力于训练AI解释超声图像。为了训练模型，SonoSite使用了在波士顿医院Partners HealthCare的帮助下收集的大量临床数据。
人工智能在解释医学影像以诊断早期肺癌，乳腺癌和宫颈癌等疾病方面显示出了希望。这些进步吸引了包括谷歌和微软在内的技术领导者，他们希望他们的AI和云功能有一天可以成为医疗保健诊断的重要组成部分。
SonoSite最初是出于为军方创建便携式超声波的想法而启动的。其轻巧的单元已被医疗团队在资源匮乏的环境和急诊室广泛使用。
超声成像比X射线成像，CT扫描或PET扫描便宜得多，并且携带方便，并且没有辐射风险。尽管它提供的图像不清楚，但是研究人员认为深度学习可以弥补这种差异。
AI2研究人员正在训练超声图像上的深度学习模型，在超声图像中超声医师标记了静脉和动脉。AI驱动的超声波的一种应用是帮助临床医生更快，更准确地发现静脉。
Fabian还举了一个AI模型的示例，该模型标记了诸如器官和体内积液之类的东西，可以在不需要专家的情况下为护理决策提供依据。他认为，未来的超声波无需显示图像就可以提供医学见解。
