关注｜市妇儿中心人工智能研究新成果：AI阅读病历、推荐诊断，准确度超过年轻医生！
“刷脸”就医
医疗影像辅助诊断…
当前，人工智能已日渐渗透
到医疗服务多个环节中
现在人工智能诊断技术有了新的突破
不仅能够“看图”识别影像
还能“识字”即读懂病历中的文本信息
意味着人工智能或将能像医生一样“思考”
今日零时14分,国际知名医学科研期刊《自然医学》发表了一项激动人心的成果：广州市妇女儿童医疗中心的夏慧敏教授和张康教授（加州大学圣地亚哥分校）、数据中心梁会营博士、医务部孙新主任以及儿内科门诊何丽雅主任团队与依图医疗、康睿智能科技等业内顶级研究团队及广东省再生医学重点实验室合作带来一款全新的AI诊断工具，利用人工智能技术诊断儿科疾病，不仅能够“看图”识别影像，还能“识字”即读懂病历中的文本信息。
这是该团队在《细胞》杂志封面发表有关AI图像诊断的论文后，不到一年时间里，在AI技术实施应用于医疗方面取得的另一个重要里程碑。它标志AI模拟人类医生进行疾病诊断时代的到来。
不仅能够“看图”识别影像
还能“识字”读懂病历
近年来，AI在基于医学图像的诊断工具表现抢眼，但一般还局限于相对标准化的静态图像数据。在这项最新科研成果中，人工智能在识别影像的基础上，通过自动学习病历文本数据（医生的知识和语言）中的诊断逻辑，逐步具备了一定的病情分析推理能力，能更进一步读懂、分析复杂的病例，意味着人工智能或将能像医生一样“思考”。
研究团队还开发了一套诊断结果智能推荐系统，模拟人类医生的诊疗路径，把目标患儿进行逐级判定。举例来说，在最常见的呼吸系统疾病中，这个系统会先按上呼吸道和下呼吸道进行区分，再按喉炎、气管炎、支气管炎、肺炎进行细分。经过检验，在每一层级，由AI做出的初级诊断在精确度上都接近检查医师做出的初级诊断。例如在患儿群体中最常见的急性上呼吸道感染，模型对病例的诊断达到95%的准确率。
广州市妇儿中心儿内科门诊主任何丽雅认为：“这在临床应用中有非常重要的意义，因为有了AI快速分诊的辅助，就可以让医疗服务的有限资源用于最需要帮助的患者。”
可应用于诊断多种儿科常见疾病
准确度与经验丰富的儿科医师相当
通过自动学习来自56.7万名儿童患者的136万份高质量电子文本病历中的诊断逻辑，该AI应用于诊断多种儿科常见疾病，准确度与经验丰富的儿科医师相当。研究人员随机抽出12000份患儿病历，并把20位“参赛”儿科医生按年资和临床经验高低分成5组，看看AI的成绩和哪一组医生接近。结果显示，AI模型的平均得分高于两组低年资医生，接近三组高年资医生。
研究人员介绍，该AI系统可以通过人机交互获取患者或家长口述文本，包括主诉、症状、疾病史、用药史等信息，做出粗略诊断，给出可能的疾病范围；通过医生当面问诊或互联网远程问诊，获取详细病情及鉴别诊断特征，模型据此重新运算，给出具体的精确诊断；如果有实验室检验或影像检查数据，AI模型还可以进一步确认其诊断结果。
更重要的是，它具备增量学习的功能，在实践中对于被采纳的结果会增强记忆，对于未被采纳的结果在核实之后会通过继续学习实现能力的提升。
仍有很多基础性工作要做
未来或有更加广阔的前景
广州市妇女儿童医疗中心主任夏慧敏表示：“国家大力推进的人工智能规划，让我们看到了契机，基于信息化产生的优质医疗大数据落地AI技术和平台，既能在一定程度上解决医疗服务能力不足的问题，又能提高健康服务的公平性和可及性。我们希望在不久的将来，这项技术将能形成大范围的示范推广，为基层儿科医生和年轻儿科医生提供辅助诊疗服务，为患儿家长提供智能自诊服务和权威的第二诊疗意见，避免误诊、漏诊造成的医疗风险。”
据研究团队介绍，这个人工智能辅助诊断系统将可以通过多种方式应用到临床中。首先，它可以用作分诊程序。例如，当患者来到急诊科，可由护士获取其生命体征、基本病史和体格检查数据输入到模型中，允许算法生成预测诊断，帮助医师筛选优先诊治哪些患者；另一个潜在应用是帮助医师诊断复杂或罕见疾病。通过这种方式，医师可以使用AI生成的诊断来帮助拓宽鉴别诊断并思考可能不会立即显现的诊断可能性。
对于个人工智能辅助诊断系统的未来，夏慧敏教授表示：“这项研究，将会成为AI技术在医疗中实施应用的重要里程碑。其最大的贡献在于，AI不仅仅能够“看图”，而且能够“识字”，能像人类一样读懂文本中蕴藏的疾病信息。通过系统学习文本病历，人工智能或将可以诊断更多疾病。但须要清醒认识到，我们仍有很多基础性工作要做扎实，比如高质量数据的集成便是一个长期的过程，因为大数据的收集和分析需要算法工程师、临床医生、流行病学专家等在内的多专家通力合作。此外，人工智能学习了海量数据后，其诊断结果的准确性仍然需要更大范围的数据对其进行验证和比对。”
期待人工智能的不断发展
可以在不久的未来
为广大患者提供准确高效的诊断
带来的更多的福音
来源 | 广州市妇女儿童医疗中心
通讯员 | 易灵敏、周密