國際知名醫學(xué)科研期刊《自然醫學(xué)》（Nature Medicine）在線(xiàn)刊登于文章題為《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），此文是由廣州市婦女兒童醫療中心夏慧敏教授、張康教授（加州大學(xué)圣地亞哥分校）、數據中心梁會(huì )營(yíng)博士、醫務(wù)部孫新主任以及兒內科門(mén)診何麗雅主任團隊與依圖醫療倪浩團隊、康睿智能科技等業(yè)內頂級研究團隊及廣東省再生醫學(xué)重點(diǎn)實(shí)驗室，利用人工智能技術(shù)診斷兒科疾病的重磅科研成果。這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。
這是該團隊在《細胞》雜志封面發(fā)表有關(guān)AI圖像診斷的論文后，不到一年時(shí)間里，在A(yíng)I技術(shù)實(shí)施應用于醫療方面取得的另一個(gè)重要里程碑。它標志AI模擬人類(lèi)醫生進(jìn)行疾病診斷時(shí)代的到來(lái)。
不僅能夠“看圖”識別影像，還能“識字”讀懂病歷
近年來(lái)，AI在基于醫學(xué)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(guò)自動(dòng)學(xué)習病歷文本數據（醫生的知識和語(yǔ)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(jìn)一步讀懂、分析復雜的病例，意味著(zhù)人工智能或將能像醫生一樣“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(gè)人史、體格檢查、實(shí)驗室檢驗結果、影像學(xué)檢查結果、用藥信息等多方面的數據。研究團隊利用依圖醫療的NLP技術(shù)建立一套病歷智能分析系統，深度挖掘和分析醫療文本的信息，將非結構化文本形式的病歷數據變成規范話(huà)、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，醫生、科學(xué)家和技術(shù)人員通力合作，由30余位高級兒科醫師和10余位信息學(xué)研究人員組成的專(zhuān)家團隊手動(dòng)給電子病歷上的6000多張圖表進(jìn)行注釋?zhuān)⒊掷m對模型進(jìn)行檢驗和迭代。
研究團隊還開(kāi)發(fā)了一套診斷結果智能推薦系統，模擬人類(lèi)醫生的診療路徑，把目標患兒進(jìn)行逐級判定。廣州市婦兒中心醫務(wù)部主任孫新認為，“專(zhuān)業(yè)兒科醫生高質(zhì)量的先驗醫學(xué)知識輸入成為這套系統的關(guān)鍵優(yōu)勢”。具體來(lái)看，這套系統首先會(huì )按呼吸系統疾病、胃腸道疾病、全身性疾病等幾大系統分，然后在每一類(lèi)下面做細分。舉例來(lái)說(shuō)，在最常見(jiàn)的呼吸系統疾病中，這個(gè)系統會(huì )先按上呼吸道和下呼吸道進(jìn)行區分，再按喉炎、氣管炎、支氣管炎、肺炎進(jìn)行細分。經(jīng)過(guò)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師做出的初級診斷。例如在患兒群體中最常見(jiàn)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病（例如急性哮喘發(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(mén)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，就可以讓醫療服務(wù)的有限資源用于最需要幫助的患者。”
依圖醫療提出并測試了一個(gè)專(zhuān)門(mén)對電子醫學(xué)病例進(jìn)行數據挖掘的系統框架，將醫學(xué)知識和數據驅動(dòng)模型結合在一起。該模型先通過(guò)NLP對電子病例進(jìn)行標注，利用邏輯回歸來(lái)建立層次診斷，在診斷常見(jiàn)兒童疾病方面可與經(jīng)驗豐富的兒科醫生相媲美。
依圖醫療CEO倪浩（論文共同第一作者）表示：“此次成果的核心技術(shù)部分，實(shí)際上是通過(guò)深度學(xué)習技術(shù)與醫學(xué)知識圖譜，對EMR數據進(jìn)行解構，從而構建了高質(zhì)量的智能病種庫。使得后續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A(yíng)I的系統可以幫助醫生處理大型數據和輔助診斷，同時(shí)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，臨床醫生同樣難以區分，診斷流程費時(shí)費力，但明確診斷非常重要。擁有可與經(jīng)驗豐富的兒科醫生相媲美的助手進(jìn)行輔助診斷，能夠讓醫生有效地降低診斷時(shí)間，顯著(zhù)優(yōu)化診斷流程。”
可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
通過(guò)自動(dòng)學(xué)習來(lái)自56.7萬(wàn)名兒童患者的136萬(wàn)份高質(zhì)量電子文本病歷中的診斷邏輯，該AI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。研究人員隨機抽出12000份患兒病歷，并把20位“參賽”兒科醫生按年資和臨床經(jīng)驗高低分成5組，看看AI的成績(jì)和哪一組醫生接近。結果顯示，AI模型的平均得分高于兩組低年資醫生，接近三組高年資醫生。
研究人員介紹，該AI系統可以通過(guò)人機交互獲取患者或家長(cháng)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(guò)醫生當面問(wèn)診或互聯(lián)網(wǎng)遠程問(wèn)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(shí)驗室檢驗或影像檢查數據，AI模型還可以進(jìn)一步確認其診斷結果。更重要的是，它具備增量學(xué)習的功能，在實(shí)踐中對于被采納的結果會(huì )增強記憶，對于未被采納的結果在核實(shí)之后會(huì )通過(guò)繼續學(xué)習實(shí)現能力的提升。” 廣州市婦女兒童醫療中心數據中心主任梁會(huì )營(yíng)博士（本文第一作者）透露，通過(guò)上線(xiàn)后三個(gè)月的完善迭代，該系統在2019年的第一季度調用量已經(jīng)超過(guò)了3萬(wàn)次，他強調這些調用的數據是對輔診熊實(shí)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(lái)或有更加廣闊的前景
廣州市婦女兒童醫療中心主任夏慧敏表示：“國家大力推進(jìn)的人工智能規劃，讓我們看到了契機，基于信息化產(chǎn)生的優(yōu)質(zhì)醫療大數據落地AI技術(shù)和平臺，既能在一定程度上解決醫療服務(wù)能力不足的問(wèn)題，又能提高健康服務(wù)的公平性和可及性。我們希望在不久的將來(lái)，這項技術(shù)將能形成大范圍的示范推廣，為為基層兒科醫生和年輕兒科醫生提供輔助診療服務(wù)，為患兒家長(cháng)提供智能自診服務(wù)和權威的第二診療意見(jiàn)，避免誤診、漏診造成的醫療風(fēng)險。
據研究團隊介紹，這個(gè)人工智能輔助診斷系統將可以通過(guò)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(lái)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(yōu)先診治哪些患者；另一個(gè)潛在應用是幫助醫師診斷復雜或罕見(jiàn)疾病。通過(guò)這種方式，醫師可以使用AI生成的診斷來(lái)幫助拓寬鑒別診斷并思考可能不會(huì )立即顯現的診斷可能性。
對于個(gè)人工智能輔助診斷系統的未來(lái)，夏慧敏教授表示：“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。
通過(guò)系統學(xué)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(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。”
點(diǎn)擊下圖，預登記觀(guān)展
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
