放射診斷領域正面臨日益嚴峻的挑戰，包括影像需求不斷增長、放射科醫師人力短缺以及工作倦怠等問題。為了解決這些挑戰，美國最大的放射診斷實踐機構 Radiology Partners (RP) 透過其技術服務部門 Mosaic Clinical Technologies™，於 2025 年 11 月以 8000 萬美元收購了 Cognita Imaging Inc.。這項收購案不僅擴大了 RP 在人工智慧 (AI) 領域的投資，更預示著放射診斷 AI 應用規模化的時代即將來臨。
Cognita Imaging：視覺語言模型的先驅
Cognita Imaging 是一家專注於放射診斷領域 AI 解決方案的新創公司，由 Louis Blankemeier 博士、Zhihong Chen 博士和 Akshay Chaudhari 博士共同創立，並從史丹佛大學醫學人工智慧與影像中心 (Stanford University’s Center for Artificial Intelligence in Medicine and Imaging lab) 分拆出來。該公司的核心技術是視覺語言模型 (Vision Language Models, VLMs)，這是一種生成式 AI，相較於傳統的點源 AI 模型，VLMs 能夠同時分析 CT 和 X 光影像以及文字資料，並生成初步的放射診斷報告。這意味著放射科醫師只需審閱並簽署報告即可，大幅簡化了工作流程。
MosaicOS：RP 的 AI 驅動作業系統
RP 早已持有 Cognita 的股權，而這次的收購是建立在先前的合作基礎之上。Cognita 的技術將被整合到 RP 新推出的 Mosaic Drafting 應用程式中，該應用程式是 Mosaic Clinical Technologies 旗下產品，旨在協助放射科醫師起草報告。Mosaic Drafting 也是 RP 的 AI 驅動作業系統 MosaicOS™ 的一部分。
早期臨床測試顯示，Mosaic Drafting 具有以下優勢：
- 放射科醫師的檢出率提高 52%。
- 放射科醫師的錯誤率降低四倍。
- 放射科醫師的閱讀時間最多減少 76%。
RP 計劃透過 Mosaic Clinical Technologies 大規模部署 Mosaic Drafting，並已在公司內部進行 IRB 批准下的使用。公司預計將於 2026 年左右，透過 de novo 途徑向 FDA 申請授權。
解決放射診斷能力危機
RP 認為，Mosaic Drafting 和其他 VLM 工具是解決日益嚴重的影像量增長與放射科醫師供應停滯之間矛盾的關鍵。美國放射科醫師協會 (American College of Radiology) 估計，美國需要額外數千名放射科醫師才能滿足不斷增長的需求。透過自動化，RP 希望能夠提高放射科醫師的效率，並在不增加人力成本的情況下處理更多的影像。
RP 作為美國最大的私營放射診斷機構，每年處理超過 5500 萬次影像研究，擁有超過 4000 名放射科醫師，這使其具備了大規模部署 VLM 的組織能力。
規模化的力量
RP 對 Cognita 的收購，凸顯了放射診斷 AI 領域規模化的重要性。透過整合 Cognita 的 AI 技術和 RP 的龐大數據及部署平台，MosaicOS 能夠為放射科醫師提供更強大的工具，從而提高效率、減少錯誤並改善患者護理。
Cognita 的執行長 Louis Blankemeier 表示，全球近一半的人口無法獲得基本的診斷服務。Cognita 致力於加速全球影像護理的普及，而與 Mosaic 的合作使其能夠大規模應用其技術，同時保持其在 AI 技術開發、快速創新和頂尖 AI 人才方面的優勢。
Mosaic Clinical Technologies 的首席醫療 AI 長 Nina Kottler 博士表示，Cognita 的基礎模型與 Mosaic 平台的整合，創造了一個人工智慧與人類協作的框架，不僅擴大了放射科醫師的能力，還顯著提高了臨床表現。
AI 在放射診斷領域的未來
RP 對 Cognita 的收購，是將視覺語言模型快速推向實際臨床應用的一個重要進展。與點源 AI 不同，VLMs 有望真正解決放射診斷領域的超負荷問題。
然而，值得注意的是，AI 在放射診斷領域的應用仍處於發展階段。雖然 AI 能夠協助放射科醫師提高效率和準確性，但它並不能完全取代人類的專業知識。在複雜的病例中，放射科醫師的判斷仍然至關重要。
此外，AI 系統的性能也受到多種因素的影響，例如影像品質、患者特徵和使用的演算法等。因此，在部署 AI 系統時，需要進行嚴格的驗證和監測，以確保其安全有效。
結論與研判
Radiology Partners 收購 Cognita Imaging，是放射診斷領域擁抱 AI 的一個重要里程碑。透過規模化部署 AI 技術，RP 有望提高放射科醫師的效率、減少錯誤並改善患者護理。然而，AI 在放射診斷領域的應用仍面臨一些挑戰，包括技術的成熟度、數據的品質以及監管的框架等。隨著技術的不斷發展和應用，AI 將在放射診斷領域扮演越來越重要的角色，但放射科醫師的專業知識和判斷仍然是不可或缺的。未來，放射診斷領域將朝著人工智慧與人類協作的方向發展，共同為患者提供更優質的醫療服務。
Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: December 1, 2025
