Some images has been designed using resources from Unsplash & Pixabay & Pexels & Freepik and some icons from Flaticon
跳到主要內容
:::
:::

臺北榮總放射線部實習心得

>>下載本文PDF檔<<
以下為純文字貼上 

臺北榮總放射線部實習心得

陽明大學醫學系五年級實習醫學生 王偉昇

  影診這個course的步調相較於其他科別較不緊湊,這也使得我們有更多、更充裕的時間來學習影像相關的知識,從基礎的plain film、CT、MR,老師們在這個月的課程中都有一一細說,從成像原理、病灶特徵、影像判讀,到適用情形,老師們皆有著墨,讓我們對於臨床影像有更進一步的認識,同時也對於自己以後在臨床上的影像解讀更加有信心;此外,在影診的這一個月以來,每個早上的晨會,都有著各種system的疾病介紹,內容多是影像特徵輔以臨床症狀,這也讓我體認到:影像判讀不僅僅只是看影像,看病人更是重要,如果沒有和臨床症狀、病人的outlook或是past history搭配,僅透過影像就下differential diagnosis,就如同大海撈針一般,不僅不夠精確,也容易誤判出錯。

  而在這一個月的實習過程中,我們也很幸運的參與到了AI判讀系統發展的相關會議,在來到影診之前,我們早就聽聞很多學長姐或是老師都說AI系統成熟之後,放射科醫師的地位將受到相當程度的撼動,不過,在經過這一個月的實習之後,我覺得其實不然;AI系統的成熟固然會減少放射科醫師在影像判讀的權威地位,但是從另一個角度來看,放射科醫師的工作loading將大幅降低,角色也會從report producer,變成report checker,在現今日益緊張的醫病關係下,這是一個保護放射科醫師的良善制度,畢竟許多健檢報告的image是很難以去發現病灶的,而有了AI系統的支持,放射科醫師在這方面可以獲得更多的保障,減輕心理上的工作壓力;另外,在影像判讀loading減輕之餘,我相信放射科醫師將會有更多的心力放在intervention的操作與研究上,伴隨著材料科學的進步與高端醫學發展,適用endovascular therapy的病人數在近幾年內應會增加許多,而這正是放射科可以發展的另一片新領域!

最後更新:

回到最上