AI诊断系统会“读图”“识字” 可用于诊断多种儿科常见疾病

新快报讯 高镛舒 通讯员易灵敏 周密报道 人工智能已经发展到不仅能够“读图”识别影像，还能“识字”读懂病历。2月12日零时14分，国际知名医学科研期刊《自然医学》（Nature Medicine）在线刊登了题为《使用人工智能评估和准确诊断儿科疾病》（Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence）的文章。

据悉，这是全球首次在顶级医学杂志发表有关自然语言处理（NLP）技术基于中文文本型电子病历（EMR）做临床智能诊断的研究成果，该模型在诊断常见儿童疾病方面可与经验丰富的儿科医生相媲美。

高质量的先验医学知识输入成该系统关键优势

在这项最新科研成果中，研究人员们训练AI理解海量电子病历中的临床特征数据，包括患者主诉、症状、个人史、体格检查、用药信息等多方面的数据。由30余位高级儿科医师和10余位信息学研究人员组成的专家团队手动给电子病历上的6000多张图表进行注释，并持续对模型进行检验和迭代。

同时，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。广州市妇儿中心医务部主任孙新认为，“专业儿科医生高质量的先验医学知识输入成为这套系统的关键优势”。该模型先通过NLP对电子病例进行标注，利用逻辑回归来建立层次诊断，在诊断常见儿童疾病方面可与经验丰富的儿科医生相媲美。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。

对于一些凶险的、有可能威胁生命的疾病（例如急性哮喘发作、细菌性脑膜炎等），算法也同样表现出了强大的诊断性能。广州市妇女儿童医疗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，有了AI快速分诊的辅助，可以让医疗服务的有限资源用于最需要帮助的患者。”

对儿科常见疾病诊断的准确度超过年轻医生

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。

广州市妇女儿童医疗中心数据中心主任梁会营博士透露，通过上线后三个月的完善迭代，该系统在2019年的第一季度调用量已经超过了3万次，他强调这些调用的数据是对辅诊实用性能评估、针对性能力提升的指南针。