波兰华沙医学影像展：上海试验与FDA动向：AI影像诊断转向人机协作

本周，围绕AI辅助影像诊断的讨论，正从口号转向数字。中国上海一项临床试验对“全自主AI放射科医生”提出质疑，而美国监管机构则决定建立工具，评估AI生成报告的质量，以便在相关技术影响百万患者之前进行把关。两条消息共同显示，影像诊断AI的发展重点正转向人机协作，而非完全自动化。

2026年8月21日至23日，第五届医学影像人工智能学术会议在上海举行。会议组织者使用真实临床材料安排了一场类似对决的测试。测试选取来自三级医院的10个真实非典型病例，并让七种不同配置参与诊断，包括不同经验水平的医生、人类团队、独立运行的AI代理，以及医生与AI代理协作的组合。

结果十分明确。经验丰富的医生配合AI代理获得最高分85.2分，经验较少的医生配合AI代理紧随其后，获得83.8分。独立AI代理虽然仅用20.5分钟准备报告，而包含人类的团队用时66至88分钟，但其得分明显更低，仅为66.2分。速度并未转化为质量，无人监督的算法犯下更多错误，并产生更多假阳性发现。

对2026年而言，这一结果给全自动化热情带来了清醒提示。AI可以大幅加速诊断工作中的重复环节，但最佳结果仍来自将其与人类经验和判断相结合，而不是取代人类。上海试验因此表明，放射科医生与AI的协作组合优于独立算法。

如果说上海试验显示放射科医生监督具有价值，那么美国FDA的最新动作则显示，监管者希望将这种监督制度化。FDA向Cognita Imaging授予129万美元、为期18个月的研究合同，用于开发评估大语言模型生成的放射学报告质量的方法。

该项目核心是“大语言模型陪审团”方法。它不依赖单一模型的评估，而是让多个独立大语言模型评估同一份报告，以形成更可靠的平均质量裁决。方法开发并测试后，团队计划大规模应用，分析约100万份患者研究。这些数据来自多样化的美国人口，涵盖不同医疗机构、影像设备类型和临床状况。

关键是人并未退出流程。放射科医生将审查模型评估出现显著分歧的病例，以区分AI报告本身的错误和评估机制的错误。这表明，即使监管机构构建自动质量控制工具，也把人类监督视为不可或缺的一环，正如上海试验所提示的那样。

并排观察，这两条消息指向同一方向：2026年的影像诊断AI正走向与人类更精心设计的协作，并越来越严格地衡量这种协作的质量。问题不再是AI是否会取代放射科医生，而是如何最好地测量和信任这对组合。相关测量、标准和实践将成为行业论坛的讨论重点，2026年影像诊断论坛将展示这些解决方案，并汇聚支持放射科医生的AI工具供应商以及验证系统质量的专家。

下届展会时间：2027年09月

展会地点：波兰 华沙

展会行业：医疗

本资讯由 “世界展会网” 工作人员整理编辑，作为专业的全球展会信息网，我们汇集全球展会时间地点资讯。平台为客户提供展位预定、参观服务、展会设计搭建、展台设计等服务，欢迎您的来电：400-837-8606（24 小时）接听！