通过大型语言模型提升非专家在肌肉骨骼 MRI 制定方案的表现

为疼痛关节打造更聪明的扫描

当膝盖、肩膀或背部受伤时，医生常会安排 MRI 来查看肌肉、关节和骨骼的内部。但要获得有用的 MRI 并非按下按钮那么简单。技师和初级医生必须从数十种扫描选项中选择，错误可能导致图像模糊或不完整、浪费时间，甚至需要再次进入扫描仪。此研究提出了一个及时的问题：现代 AI 语言工具能否悄然陪伴这些非专家，帮助他们第一次就选择更合适的肌肉骨骼 MRI 参数？

为何选择正确的 MRI 很重要

肌肉骨骼 MRI 涵盖从手指到脊柱的广泛部位，以及许多不同的问题，例如运动损伤、关节炎和感染。每种情况可能需要不同的扫描角度、覆盖区域和减少植入物引起金属伪影的技巧。因此医院维护着庞大的协议库，通常有数百种变体，这些协议经过多年的本地试验和经验积累而形成。随着影像工作量的增长和专科放射科医师人手紧张，越来越多的“制定方案”工作被交给住院医师和放射技师。错误可能迫使患者返回复查，扰乱日程并延误诊断。

把 AI 副驾驶带进控制室

研究人员将一款商业化的大型语言模型（GPT‑4o）作为助手而非替代人类人员来测试。研究团队首先收集了来自一家医院的 1.2 万多条过去的肌肉骨骼 MRI 申请记录，用以设计一份详细的指令提示给 AI。对于每个病例，AI 收到来自电子病历的匿名信息：所订的检查类型、临床医师的备注、最近的影像报告以及相关病历记录。通过为期两周的迭代过程，团队将提示语精炼成一份长提示，使 AI 输出结构化的工作表：推荐的方案名称、确切扫描区域、是否使用金属伪影抑制、如何抑制脂肪信号、使用哪种线圈以及其他细节。他们在提示中加入规则以尽量减少猜测并保持 AI 回应的一致性。

将非专家与 AI 同场测试

为了检验 AI 是否真正帮助了人，团队组建了一个由 107 条新 MRI 申请组成的独立测试集。三名放射科住院医师和三名放射技师（均少于一年经验）被要求为每个病例两次填写方案工作表：一次仅凭自身判断，另一次在 AI 协助下完成。交叉设计和两次测试之间六个月的间隔帮助避免简单的记忆效应。两名肌肉骨骼放射学专家基于他们自己的金标准方案，对每份工作表按四分制“临床通过”尺度评分，该尺度反映真实世界的后果，从需完全重复扫描的彻底失败到与金标准高度匹配的优秀。

有了 AI 加入团队发生了什么变化

在 AI 帮助下，住院医师和放射技师的平均评分均有所上升，且这一提升具有统计学显著性。最有意义的差异不是小幅度的分数变化，而是被评为可能触发部分或全部重复 MRI 的方案比例缩小。对住院医师而言，这类高风险病例约减少了 12%；对放射技师则约减少了 8%。在一个每天处理约 40 例此类检查的繁忙科室中，这可能转化为每天减少若干例问题扫描。AI 的输出相对稳定：当同一病例重复运行五次时，其评分一致性较好，且超过半数情况下在每次运行中都给出优秀的方案。当 AI 出错时，通常是涉及细微的技术选择，例如特定的脂肪抑制方法或精确瞄准，而人工审阅者常能在 AI 附带的推理中发现这些问题。

人们如何使用与误用这些帮助

对参与人员的调查揭示了人类与该工具实际交互的方式。他们认为 AI 的附加说明——关于确切扫描焦点、应使用哪种线圈以及为何某个方案合理——尤其有价值。许多参与者后来即便在没有 AI 的情况下工作时也回忆并重用了 AI 提出的想法，表明存在培训收益。与此同时，研究也发现了自动化偏差和确认偏差的痕迹：当 AI 的建议与参与者的初始直觉相符时，参与者更倾向于依赖 AI，有时即便 AI 本身评分不佳也会跟随其建议。尽管如此，总体表现很少因 AI 帮助而变差，只有少数病例因 AI 建议受到负面影响。

这对患者和诊所意味着什么

对于躺在 MRI 扫描仪内的患者来说，方案选择的幕后细节是看不见的。然而，该研究表明，通过普通聊天界面使用经过精心设计的 AI 语言模型，可以悄然提升初级人员的肌肉骨骼 MRI 规划质量，并减少需要重复的扫描次数。该系统并不能替代专家放射科医师，其表现取决于本地规则和谨慎的监管。但作为帮助非专家第一次就选择更好设置的实用副驾驶，它展示了 AI 如何让高级影像更高效且更有利于患者的一瞥可能性。

引用: Lee, S., Choi, H., Chun, K.S. et al. Improving non-expert performance in musculoskeletal MRI protocoling through a large language model. Sci Rep 16, 12423 (2026). https://doi.org/10.1038/s41598-026-41898-1

关键词: 肌肉骨骼 MRI, 放射科工作流程, 大型语言模型, 临床决策支持, 医学影像人工智能