人工智能不僅能夠“看圖”識別影像，還能“識字”即讀懂病歷中的文本信息。這項有關自然語言處理（NLP）技術基于文本型電子病歷（EMR）做臨床智能診斷的研究成果，在線刊登于知名醫學科研期刊《自然醫學》上，文章題為《使用人工智能評估和準確診斷兒科疾病》。
　　由廣州市婦女兒童醫療中心夏慧敏教授、加州大學圣地亞哥分校張康教授等專家領銜的醫療數據智能化應用團隊聯合人工智能研究和轉化機構研發的“輔診熊”人工智能診斷平臺，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，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師相當。
　　根據文章，這個人工智能輔助診斷系統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，幫助醫師篩選優先診治哪些患者；另一個潛在應用是幫助醫師診斷復雜或罕見疾病。通過這種方式，醫師可以使用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。
　　業內專家認為，近年來人工智能技術迅猛發展，但還局限于相對標準化的靜態圖像數據。在這項最新科研成果中，人工智能在識別影像的基礎上，能更進一步讀懂、分析復雜的病歷文本數據（醫生的知識和語言），意味著人工智能或將能像醫生一樣“思考”。
　　“這篇文章的啟示意義在于，通過系統學習文本病歷，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。”夏慧敏說。

返回列表