北京時間12日零時14分，國際知名醫(yī)學科研期刊《自然醫(yī)學》（Nature Medicine）在線刊登了題為《使用人工智能評估和準確診斷兒科疾病》（Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence）的文章，此文是由廣州市婦女兒童醫(yī)療中心夏慧敏教授、張康教授（加州大學圣地亞哥分校）、數據中心梁會營博士、醫(yī)務部孫新主任以及兒內科門診何麗雅主任團隊與依圖醫(yī)療、康睿智能科技等業(yè)內頂級研究團隊及廣東省再生醫(yī)學重點實驗室，利用人工智能技術診斷兒科疾病的重磅科研成果。這是全球首次在頂級醫(yī)學雜志發(fā)表有關自然語言處理（NLP）技術基于中文文本型電子病歷（EMR）做臨床智能診斷的研究成果。

這是該團隊在《細胞》雜志封面發(fā)表有關AI圖像診斷的論文后，不到一年時間里，在AI技術實施應用于醫(yī)療方面取得的另一個重要里程碑。它標志AI模擬人類醫(yī)生進行疾病診斷時代的到來。

不僅能夠“看圖”識別影像，還能“識字”讀懂病歷

近年來，AI在基于醫(yī)學圖像的診斷工具表現搶眼，但一般還局限于相對標準化的靜態(tài)圖像數據。在這項最新科研成果中，人工智能在識別影像的基礎上，通過自動學習病歷文本數據（醫(yī)生的知識和語言）中的診斷邏輯，逐步具備了一定的病情分析推理能力，能更進一步讀懂、分析復雜的病例，意味著人工智能或將能像醫(yī)生一樣“思考”。

研究人員們訓練AI理解海量電子病歷中的臨床特征數據，包括患者主訴、癥狀、個人史、體格檢查、實驗室檢驗結果、影像學檢查結果、用藥信息等多方面的數據。研究團隊利用依圖醫(yī)療的NLP技術建立一套病歷智能分析系統(tǒng)，深度挖掘和分析醫(yī)療文本的信息，將非結構化文本形式的病歷數據變成規(guī)范話、標準化和結構化的數據，以便AI可以準確完整地“讀懂”病歷。為此，醫(yī)生、科學家和技術人員通力合作，由30余位高級兒科醫(yī)師和10余位信息學研究人員組成的專家團隊手動給電子病歷上的6000多張圖表進行注釋，并持續(xù)對模型進行檢驗和迭代。

研究團隊還開發(fā)了一套診斷結果智能推薦系統(tǒng)，模擬人類醫(yī)生的診療路徑，把目標患兒進行逐級判定。廣州市婦兒中心醫(yī)務部主任孫新認為，“專業(yè)兒科醫(yī)生高質量的先驗醫(yī)學知識輸入成為這套系統(tǒng)的關鍵優(yōu)勢”。具體來看，這套系統(tǒng)首先會按呼吸系統(tǒng)疾病、胃腸道疾病、全身性疾病等幾大系統(tǒng)分，然后在每一類下面做細分。舉例來說，在最常見的呼吸系統(tǒng)疾病中，這個系統(tǒng)會先按上呼吸道和下呼吸道進行區(qū)分，再按喉炎、氣管炎、支氣管炎、肺炎進行細分。經過檢驗，在每一層級，由AI做出的初級診斷在精確度上都接近檢查醫(yī)師做出的初級診斷。例如在患兒群體中最常見的急性上呼吸道感染，模型對病例的診斷達到95%的準確率。

對于一些兇險的、有可能威脅生命的疾?。ɡ缂毙韵l(fā)作、細菌性腦膜炎等），算法也同樣表現出了強大的診斷性能。廣州市婦兒中心兒內科門診主任何麗雅認為：“這在臨床應用中有非常重要的意義，因為有了AI快速分診的輔助，就可以讓醫(yī)療服務的有限資源用于最需要幫助的患者?！?/p>

依圖醫(yī)療提出并測試了一個專門對電子醫(yī)學病例進行數據挖掘的系統(tǒng)框架，將醫(yī)學知識和數據驅動模型結合在一起。該模型先通過NLP對電子病例進行標注，利用邏輯回歸來建立層次診斷，在診斷常見兒童疾病方面可與經驗豐富的兒科醫(yī)生相媲美。

依圖醫(yī)療CEO倪浩（論文共同第一作者）表示：“此次成果的核心技術部分，實際上是通過深度學習技術與醫(yī)學知識圖譜，對EMR數據進行解構，從而構建了高質量的智能病種庫。使得后續(xù)可以較容易地利用智能病種庫建立各種診斷模型。而診斷模型證明了基于AI的系統(tǒng)可以幫助醫(yī)生處理大型數據和輔助診斷，同時在診斷的不確定性和復雜性上給予臨床支持。兒科疾病癥狀多種多樣，臨床醫(yī)生同樣難以區(qū)分，診斷流程費時費力，但明確診斷非常重要。擁有可與經驗豐富的兒科醫(yī)生相媲美的助手進行輔助診斷，能夠讓醫(yī)生有效地降低診斷時間，顯著優(yōu)化診斷流程?！?/p>

可應用于診斷多種兒科常見疾病，準確度與經驗豐富的兒科醫(yī)師相當

通過自動學習來自56.7萬名兒童患者的136萬份高質量電子文本病歷中的診斷邏輯，該AI應用于診斷多種兒科常見疾病，準確度與經驗豐富的兒科醫(yī)師相當。研究人員隨機抽出12000份患兒病歷，并把20位“參賽”兒科醫(yī)生按年資和臨床經驗高低分成5組，看看AI的成績和哪一組醫(yī)生接近。結果顯示，AI模型的平均得分高于兩組低年資醫(yī)生，接近三組高年資醫(yī)生。

研究人員介紹，該AI系統(tǒng)可以通過人機交互獲取患者或家長口述文本，包括主訴、癥狀、疾病史、用藥史等信息，做出粗略診斷，給出可能的疾病范圍；通過醫(yī)生當面問診或互聯(lián)網遠程問診，獲取詳細病情及鑒別診斷特征，模型據此重新運算，給出具體的精確診斷；如果有實驗室檢驗或影像檢查數據，AI模型還可以進一步確認其診斷結果。更重要的是，它具備增量學習的功能，在實踐中對于被采納的結果會增強記憶，對于未被采納的結果在核實之后會通過繼續(xù)學習實現能力的提升?！?廣州市婦女兒童醫(yī)療中心數據中心主任梁會營博士（本文第一作者）透露，通過上線后三個月的完善迭代，該系統(tǒng)在2019年的第一季度調用量已經超過了3萬次，他強調這些調用的數據是對輔診熊實用性能評估、針對性能力提升的指南針。

仍有很多基礎性工作要做，未來或有更加廣闊的前景

廣州市婦女兒童醫(yī)療中心主任夏慧敏表示：“國家大力推進的人工智能規(guī)劃，讓我們看到了契機，基于信息化產生的優(yōu)質醫(yī)療大數據落地AI技術和平臺，既能在一定程度上解決醫(yī)療服務能力不足的問題，又能提高健康服務的公平性和可及性。我們希望在不久的將來，這項技術將能形成大范圍的示范推廣，為基層兒科醫(yī)生和年輕兒科醫(yī)生提供輔助診療服務，為患兒家長提供智能自診服務和權威的第二診療意見，避免誤診、漏診造成的醫(yī)療風險?！?/p>

據研究團隊介紹，這個人工智能輔助診斷系統(tǒng)將可以通過多種方式應用到臨床中。首先，它可以用作分診程序。例如，當患者來到急診科，可由護士獲取其生命體征、基本病史和體格檢查數據輸入到模型中，允許算法生成預測診斷，幫助醫(yī)師篩選優(yōu)先診治哪些患者；另一個潛在應用是幫助醫(yī)師診斷復雜或罕見疾病。通過這種方式，醫(yī)師可以使用AI生成的診斷來幫助拓寬鑒別診斷并思考可能不會立即顯現的診斷可能性。

對于個人工智能輔助診斷系統(tǒng)的未來，夏慧敏教授表示：“這項研究，將會成為AI技術在醫(yī)療中實施應用的重要里程碑。其最大的貢獻在于，AI不僅僅能夠“看圖”，而且能夠“識字”，能像人類一樣讀懂文本中蘊藏的疾病信息。通過系統(tǒng)學習文本病歷，人工智能或將可以診斷更多疾病。但須要清醒認識到，我們仍有很多基礎性工作要做扎實，比如高質量數據的集成便是一個長期的過程，因為大數據的收集和分析需要算法工程師、臨床醫(yī)生、流行病學專家等在內的多專家通力合作。此外，人工智能學習了海量數據后，其診斷結果的準確性仍然需要更大范圍的數據對其進行驗證和比對?！保ㄖ袊請髲V東記者站）

來源：中國日報網

相關知識

從智能制造、智能家居、智慧城市管理，到智慧醫(yī)療、智能生活——人工智能融得更深用得更廣
人工智能與健康醫(yī)療：個性化診斷與治療的突破
人工智能與醫(yī)療深度融合：打造智慧醫(yī)療新生態(tài)
2023年 全球人工智能的六大醫(yī)療創(chuàng)新
智能診斷、遠程醫(yī)療，中國智慧醫(yī)療駛入快車道
推動人工智能醫(yī)療器械研發(fā)上市
移動醫(yī)療：2023年市場規(guī)模突破了1000億元大關，破局醫(yī)療新生
人工智能也可“望聞問切” 輔助中醫(yī)診療更便捷
醫(yī)療+人工智能的創(chuàng)新應用
智慧醫(yī)療：人工智能救死扶傷

網址: 能“讀懂”病歷、會推薦診斷，準確度超過年輕醫(yī)生！廣州市婦兒醫(yī)療中心人工智能研究新成果里程碑突破 http://m.u1s5d6.cn/newsview682930.html