介绍
对意外发现的延迟和错过随访威胁患者健康，是医疗系统的一个主要财务风险。医疗保健行业每年要花费4300万美元来解决因漏诊而引发的诉讼放射学报告记录了偶然发现，但它们经常被忽视。开出放射检查处方的医师可能没有告知患者并建议进行随访，从而使患者的疾病不受控制地发展。自然语言处理(NLP)使得检查文档中遗漏的意外发现成为可能。通过节省时间，NLP改变了一个重要的伦理考量。放射科医师现在可以更容易地发现报告中但没有明确传达的意外发现，并发现和披露最近过去的放射学报告中提到的可采取行动的意外发现。我们认为，由于技术上的便利，执业医师或放射科医师有责任通过告知患者近期可采取行动的意外发现来挽救患者。本文认为，在现有的放射学报告中使用NLP可以发现被忽视的意外发现，并确保制定报告的医师注意到意外发现，告知患者，并监督随访安排。
一、背景及定义
偶然发现是由于与影像学检查的原因无关的原因而在影像学检查中发现的肿块或病变例如，放射科医师可能在因腹痛而进行的腹部CT的第一个层面上看到一个肺结节。放射学指南定义了意外发现的特征，对于这些特征的披露和随访将提供潜在的医疗获益。例如，数十年的研究表明，偶然发现的单纯胰腺囊肿应在6个月内进行首次影像学复查，而偶然发现的小于1厘米的肾脏肿块应在3 ~ 6个月内进行首次影像学复查
幸运的是，放射学界在人工智能(AI)方面取得了进展，可以根据最佳实践建议简化偶然发现的筛查、报告和随访追踪西北大学(Northwestern University)最近的一项研究证实，前瞻性地将AI应用于筛查、报告和追踪某些需要随访的意外发现是有用的AI可以很容易地应用于回顾医院数据库中休眠的近期影像学研究，以确保所有需要后续治疗的重大偶然发现均已报告并追踪至完成。然而，AI的回顾性应用尚未广泛实施。
自然语言处理(NLP)是人工智能(AI)的一个分支领域，计算机被编程来分析文本的内容和上下文NLP可以编程到电子健康记录中，以识别包含需要根据最佳实践建议进行随访的意外发现的放射学报告。此外，NLP可以自动指导报告这些发现给转诊者、患者和跟踪确认患者是否接受了随访护理西北大学(Northwestern University)最近的一项研究发现，经过一年的前瞻性实施，AI NLP软件将5.15%的所有图像(每天68张)标记为包含肺部随访建议结果显示，对肺部表现随访的敏感性为77.1%，特异性为99.5%，准确性为90.3%NLP有可能显著改善意外发现的可靠随访。
2报告可采取行动的意外发现的责任
当放射科医师发现重大的意外发现时，他们有责任披露这些发现，并建议进行随访和进一步筛查放射科医师有行善和不作恶的伦理责任:行善和防止伤害的责任。作为医患关系的一部分，我们也有责任。放射科的医患关系是独特的，因为放射科医师通常不与患者直接接触，因此不直接向患者报告异常的影像学发现。相反，放射科医生在医院的非病人区域阅读和解读影像研究，甚至远程阅读和解读，然后对他们的发现进行指示。放射学报告应包括任何偶然发现和后续治疗的建议。过去是由放射科医师将该文件上传到患者的病历中，以便医嘱提供者阅读并传递给患者。或者，根据发现的紧迫性或放射科医师与订购提供者的专业关系的性质，放射科医师可以就其发现直接联系订购提供者。最近，由于患者的主张和《21世纪治愈法案》(21st Century cure Act)，这些报告通常被上传到患者门户网站。向患者提供报告并不意味着患者会注意到或理解报告中的意外发现。医生必须保护患者的利益，因为他们的决定决定着患者的健康。放射科医师在他或她的报告中口述重要的偶然发现，并试图与转诊医师沟通这一发现的简单行为对保护患者健康有巨大益处。
然而，放射科医师的任务并不是闭合回路，以确保他们的随访建议直接向患者指出，或者看到患者完成了建议的随访治疗。一些中心在新制定的研究中使用了NLP技术，以发现转诊医师可能忽略的可采取行动的偶然发现。该技术还可以跟踪随访护理完成情况。如果研究结果能够得到更一致的沟通和后续护理，将对病人的健康产生积极的影响因此，NLP技术可以帮助放射科医师履行报告可采取行动的意外发现的职责。
然而，放射科医师通常不会回顾他们的影像研究数据库，以检查下医嘱的医师是否因既往影像学检查中需要随访的意外发现而关闭了与患者的沟通回路，或者确保患者完成了之前提出的随访治疗建议。
来源：https://journals.library.columbia.edu/index.php/bioethics/article/view/10629
