三星AI超声R20：体验
人工智能（AI）在医学诊断中的应用不断深入。三星R20超声系统和基于NVIDIA的数字肺脏双胞胎等最新进展，展示了AI如何支持临床工作流程并提高准确性。
来源: 个人陈述
医疗保健中的AI
在访谈和经验报告中，放射科医生和超声技师对AI的使用表达了放松和怀疑并存的态度。人们期望AI能减轻日常负担，而不是贬低自己的专业知识。近期的公告，例如 Samsung R20-Ultraschall auf der RSNA 2025 和 NVIDIA-basierten Digital Twins der Lunge von L&T Technology Services, ，表明了从孤立的“小工具算法”向深度集成到临床工作流程中的AI助手的发展。
放射学在全球面临双重压力：人口老龄化和慢性病增加导致对影像学的需求增加，而放射科医师的数量并未成比例增长。一项针对美国的最新分析描述道，约有 34.000 praktizierende Radiolog:innen, ，其中约三分之一年龄在55岁以上。这导致了职位空缺与后备专家医师之间的差距。英国的NHS也描述了类似的短缺，那里的肿瘤患者面临着影像学诊断的延长等待时间（ The Guardian).
放射学是AI软件应用最广泛的领域。美国食品药品监督管理局批准的绝大多数医学AI产品都用于放射学应用。约有三分之二的美国放射科已在使用某种形式的AI支持（ The Washington Post). ）。到目前为止，主导的是对脑出血、肺部结节或乳腺癌的检测算法。然而，用于建议方案、排序工作列表或生成诊断草学的工具也越来越多（ The Washington Post, Nature).
三星R20超声
三星Medison在2025年RSNA展会上推出了新的R20超声系统。该系统集成了十几个AI功能，提供实时支持、自动测量、诊断支持和工作流程自动化（ Samsung Global Newsroom, TechBuzz.ai).
该系统的核心是“高级成像引擎”，它将硬件和软件波束成形相结合。这使得在困难情况下，例如对于肥胖或重病患者，能够获得更高的图像质量和诊断精确度（ healthtechhotspot.com).
R20的AI工具涵盖多个层面：扫描过程中，检查人员会获得有关探头位置、切面方向和图像质量的提示。距离、面积或体积等重复性测量将被自动识别并转化为结构化诊断数据（ healthtechhotspot.com, TechBuzz.ai). ）。因此，R20旨在提供实际支持：减少点击次数，减少手动重复测量，并提高不同经验水平的检查者之间的一致性（ healthtechhotspot.com).
来源: news.samsung.com
三星R20超声设备运行中的演示。
另一个重要方面是人体工程学。据三星称，高达90%的超声检查者表示在扫描时经常感到疼痛，原因包括探头压力过大、肩部外展或姿势扭曲（ healthtechhotspot.com). ）。R20已通过独立机构的测试，并符合100%公认的人体工程学指南。结合AI支持的工作流程，这应该可以减轻身体负担，并应对专业人员短缺的问题（ healthtechhotspot.com, TechBuzz.ai).
对R20的初步体验主要来自实践操作和新闻发布。其中强调，十多个AI工具被定位为“实际的临床支持”，而不是一个噱头。这与早期几代AI功能不同，后者通常作为附加功能在实际工作流程之外运行（ healthtechhotspot.com, TechBuzz.ai). ）。可靠的独立研究或大型临床的长期经验几乎无法获得，因为该系统刚刚在美国市场推出，最初将面向高病例数的中心（ healthtechhotspot.com, TechBuzz.ai).
数字肺双胞胎
与AI超声并行，L&T Technology Services与NVIDIA共同开发了一个AI支持的数字肺脏双胞胎平台，该平台也将于2025年RSNA展会推出（ Business Wire, ltts.com).
该解决方案集成了CT成像，并利用深度学习模型进行分割，以创建患者特异性的肺脏3D模型。该模型显示支气管树、血管、肺叶和病变（ Business Wire). ）。技术上，该平台基于NVIDIA MONAI进行医学图像分割，并使用NVIDIA TensorRT进行加速推理。这种组合旨在提供低延迟和临床图像质量的模型（ Business Wire).
来源: pl.linkedin.com
三星R20超声设备细节图。
由此产生的肺脏“生物数字双胞胎”提供了交互式可视化、精确的路径规划和支气管镜检查的导航支持。这对于规划如何将支气管镜引导至CT 2D图像中仅显示为小阴影的周围结节非常有用（ Business Wire). ）。L&T强调，旨在将静态CT快照变成“活的”模型，这些模型会随着疾病进展而变化，从而实现对肺部肿瘤、COPD和传染病的动态进展模拟（ Business Wire).
该项目建立在科学文献中长期存在的趋势之上：心脏和肺脏的器官特异性数字双胞胎被越来越多地讨论用于精确模拟和个性化治疗规划（ Nature, MDPI, PMC). ）。对医学数字双胞胎的综述强调了三个组成部分：物理双胞胎（患者）、虚拟双胞胎（模型）以及双向连接，真实测量数据通过该连接更新模型，模拟结果则融入实际决策（ Nature).
具体到肺部，这意味着：CT数据、功能诊断测量以及未来可能的可穿戴设备或呼吸参数将输入模型。然后可以模拟流动条件、通气、单个肺叶的负荷或计划切除的影响（ Nature, PMC).
放射学中的AI
对于超声检查，已经有实际数据表明AI支持的成像技术可以如何显著影响放射学工作流程。RSNA展会上公布的研究表明，与传统工作流程相比，在肌肉骨骼超声检查中使用AI辅助可以将诊断时间缩短约 31 % reduzierte, ，同时不牺牲诊断质量。这些数字非常重要，因为它们直接关系到日常挑战：工作列表过满、夜班病例多以及严谨性与吞吐量之间的权衡（ Nature).
急诊室中的典型场景需要同时进行多次eFAST检查、一次Dyspnea POCUS检查以及一次上腹痛腹部超声检查。在这种情况下，AI支持的系统可以自动设置相关的标准测量，将图像系列按预定义方案的布局进行分类，并在图像进入PACS之前在扫描过程中进行合理性检查（ healthtechhotspot.com, Nature).
放射科医师的角色因此从手动例行活动转向质量控制、临床关联和决策支持。这些正是专家团队不可或缺的职能（ The Washington Post).
诊断的未来
数字双胞胎概念在工业界，例如航空航天或汽车制造领域，已经成熟多年，用于模拟设计决策和及早发现错误（ Nature). ）。在医学领域，焦点最初集中在心脏，例如在“生命心脏”项目中，现已扩展到其他器官，如肺、脑和骨骼系统（ Nature).
在COVID-19的背景下，已经开发了用于肺脏的数字双胞胎方法，以优化呼吸机设置和资源规划，例如在“BreathEasy”项目中（ Nature, PMC). ）。当前倡议的新颖之处在于，L&T和NVIDIA等平台旨在为临床实践创建产品化的解决方案，包括集成到影像存档系统、支气管镜导航以及未来可能的肿瘤委员会（ Business Wire).
来源: news.samsung.com
集成了AI的现代三星超声设备。
数字双胞胎技术在医学中的具体应用多种多样：COPD患者的胸部CT可以转化为模拟模型，用于模拟体积减少或切除手术的影响。对于怀疑的结节，可以在手术开始前在虚拟双胞胎中进行支气管镜检查规划（ Business Wire, PMC).
与任何新工具一样，该技术也存在风险和悬而未决的问题，包括跨不同扫描仪类型和患者群体的验证、作为医疗器械的监管分类、导航错误中的责任问题，以及底层模型的透明度（ Nature). ）。同时，该方法也为“体外”补充临床研究、更好地个性化治疗以及预先虚拟测试复杂手术提供了可能性（ Nature, Nature).
三星R20等AI超声与肺脏器官特异性数字双胞胎的结合表明，诊断中的AI正摆脱实验阶段，并日益集成到放射学和功能诊断的基础设施中（ TechBuzz.ai, Business Wire). ）。放射科团队对此作出反应，并非因为“AI很时尚”，而是因为在缺乏人力、病例增加和图像数据日益复杂的情况下，没有自动化将难以应对（ Nature, The Guardian).
未来几个月，三星R20超声的经验将需要表明，AI工具和人体工程学优化是否能在临床实践中真正减少过劳、降低错误率和提高检查质量，还是会因配置和误报而产生额外复杂性（ healthtechhotspot.com, TechBuzz.ai). ）。NVIDIA数字双胞胎肺脏诊断也面临类似情况：实际价值将取决于支气管镜检查是否更安全、手术规划是否更可行、COPD病程是否更可预测，以及这些益处是否能胜过建模和数据集成带来的额外工作量（ Business Wire, PMC).
可以肯定的是，AI支持的成像和数字双胞胎平台不会取代放射科医生、肺科医生和介入团队，而是迫使他们重新定义自己的角色。从“点击式工作站”转变为算法、临床数据和患者需求的协调者（ The Washington Post, Nature). ）。在此角色中，AI可以承担常规工作，梳理复杂性，从而加强医学的人性化部分——沟通、优先级排序、责任——而不是取代它（ Nature).