國際知名醫學(xué)科研期刊《自然·醫學(xué)》（《NatureMedicine》）2月11日刊發(fā)的《使用人工智能評估和準確診斷兒科疾病》文章
 

　　中國日報網(wǎng)2月14日電近年來(lái)，中國人工智能（AI）研究成果從實(shí)驗室走向越來(lái)越多的應用場(chǎng)景，特別是在醫學(xué)診斷領(lǐng)域表現十分搶眼。不過(guò)，人工智能診斷工具的應用一般還局限于相對標準化的靜態(tài)圖像數據。但中國的一項新研究發(fā)現，人工智能系統在診斷常見(jiàn)的兒童疾病方面比一些醫生做得更好。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(guò)自動(dòng)學(xué)習病歷文本數據中的診斷邏輯，逐步具備了一定的病情分析推理能力，能更進(jìn)一步讀懂、分析復雜的病例，這意味著(zhù)人工智能或將能像醫生一樣“思考”。

　　

　　據美國石英雜志網(wǎng)站（QUARTZ）2月13日報道，國際知名醫學(xué)科研期刊《自然·醫學(xué)》（《NatureMedicine》）2月11日刊發(fā)了《使用人工智能評估和準確診斷兒科疾病》（Evaluationandaccuratediagnosesofpediatricdiseasesusingartificialintelligence）一文，這是中國在醫學(xué)診斷中應用人工智能的最新研究成果之一，也是全球首次在頂級醫學(xué)雜志發(fā)表有關(guān)自然語(yǔ)言處理（NLP）技術(shù)基于中文文本型電子病歷（EMR）做臨床智能診斷的研究成果。

　　

　　由廣州市婦女兒童醫療中心夏慧敏教授、加州大學(xué)圣地亞哥分校張康教授等專(zhuān)家領(lǐng)銜的醫療數據智能化應用團隊聯(lián)合人工智能研究和轉化機構，研發(fā)出了“輔診熊”人工智能診斷平臺。該平臺通過(guò)自動(dòng)學(xué)習從來(lái)自56.7萬(wàn)名兒童患者的136萬(wàn)份高質(zhì)量電子文本病歷中“學(xué)會(huì )”了醫生的診斷邏輯，并將其應用于診斷多種兒科常見(jiàn)疾病，準確度與經(jīng)驗豐富的兒科醫師相當。

　　

　　
 

　　石英網(wǎng)站報道截圖
 

　　研究人員發(fā)現，這個(gè)人工智能診斷系統對兩類(lèi)重要疾病的診斷結果尤其出色：一類(lèi)是流感和手足口病等常見(jiàn)疾病，另一類(lèi)是急性哮喘發(fā)作和腦膜炎等嚴重或有生命危險的疾病。

　　

　　在某些情況下，該系統能夠以90%到95%的準確率診斷疾病。在所有類(lèi)別中，人工智能模型的診斷準確率均未低于79%，高于一組初級醫師，但低于另一組。不過(guò)，高級醫生總體上比人工智能系統做得更好。

　　

　　文章稱(chēng)，越來(lái)越多的研究證明人工智能在診斷方面的好處，這項研究更是錦上添花。例如，去年10月發(fā)表的一項同樣來(lái)自中國的研究顯示，借助人工智能算法準確預測了88%處于植物人狀態(tài)的患者是否會(huì )醒來(lái)。

　　

　　

　　2018年8月23日，觀(guān)眾在首屆中國國際智能產(chǎn)業(yè)博覽會(huì )上體驗醫療人工智能產(chǎn)品。新華社記者王全超攝
 

　　去年，在北京舉行的一場(chǎng)競賽中，人工智能系統在準確診斷腦腫瘤方面擊敗了醫生，顯示了人工智能在基于圖像的診斷中的作用。然而，值得注意的是，人工智能更有可能成為醫生有用的診斷工具，而不是在短時(shí)間內完全取代他們的判斷。

　　

　　石英網(wǎng)的這篇文章認為，人工智能在疾病診斷領(lǐng)域的應用研究大多來(lái)自中國，不足為奇。中國在人工智能研究方面投入了大量資金，自2007年以來(lái)，中國的人工智能論文數量增長(cháng)了400%。利用這項技術(shù)來(lái)促進(jìn)醫療保健特別重要，因為中國希望在農村和城市實(shí)現醫療保健的標準化，解決人口老齡化問(wèn)題，提高醫療保健系統的效率。

　　

　　對于人工智能輔助診斷系統的未來(lái)，夏慧敏教授接受新華社采訪(fǎng)時(shí)表示：“這項研究，將會(huì )成為AI技術(shù)在醫療中實(shí)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(lèi)一樣讀懂文本中蘊藏的疾病信息。但須要清醒認識到，我們仍有很多基礎性工作要做扎實(shí)，比如高質(zhì)量數據的集成便是一個(gè)長(cháng)期的過(guò)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(xué)專(zhuān)家等在內的多領(lǐng)域專(zhuān)家通力合作。此外，人工智能學(xué)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(jìn)行驗證和比對。”