医疗领域新突破 AI 系统能“读懂”病历、会推荐诊断,准确度超过年轻医生

新快报·ZAKER广州 02-12

新快报讯 记者高镛舒 通讯员 易灵敏 周密 报道 2 月 12 日,新快报记者从广州市妇女儿童医疗中心了解到,该中心的科研团队研发了一个不仅能够 " 看图 " 识别影像,还能 " 识字 " 读懂病历的 AI 系统,诊断多种儿科常见疾病时,其准确度与经验丰富的儿科医师相当。

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,此文是由广州市妇女儿童医疗中心领衔业内顶级研究团队及广东省再生医学重点实验室利用人工智能技术诊断儿科疾病的重磅科研成果,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。本次发表距离该团队上次在《细胞》杂志封面发表有关 AI 图像诊断的论文不到一年时间,它标志 AI 模拟人类医生进行疾病诊断时代的到来。

该 AI 系统不仅能够 " 看图 " 识别影像,还能 " 识字 " 读懂病历

在这项最新科研成果中,人工智能在识别影像的基础上,通过自动学习病历文本数据(医生的知识和语言)中的诊断逻辑,逐步具备了一定的病情分析推理能力,能更进一步读懂、分析复杂的病例,意味着人工智能或将能像医生一样 " 思考 "。

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。研究团队利用依图医疗的 NLP 技术建立一套病历智能分析系统,深度挖掘和分析医疗文本的信息,将非结构化文本形式的病历数据变成规范话、标准化和结构化的数据,以便 AI 可以准确完整地 " 读懂 " 病历。

为此,医生、科学家和技术人员通力合作,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 "。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。

而对于一些凶险的、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。广州市妇儿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,因为有了 AI 快速分诊的辅助,就可以让医疗服务的有限资源用于最需要帮助的患者。"

依图医疗提出并测试了一个专门对电子医学病例进行数据挖掘的系统框架,将医学知识和数据驱动模型结合在一起。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。

可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

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熊实用性能评估、针对性能力提升的指南针。

广州市妇女儿童医疗中心主任夏慧敏表示:" 我们希望在不久的将来,这项技术将能形成大范围的示范推广,为基层儿科医生和年轻儿科医生提供辅助诊疗服务,为患儿家长提供智能自诊服务和权威的第二诊疗意见,避免误诊、漏诊造成的医疗风险。"

对于个人工智能辅助诊断系统的未来,夏慧敏表示:" 这项研究最大的贡献在于,AI 不仅仅能够‘看图’,而且能够‘识字’,能像人类一样读懂文本中蕴藏的疾病信息。通过系统学习文本病历,人工智能或将可以诊断更多疾病。"

同时,他也指出,很多基础性工作要做扎实,人工智能学习了海量数据后,其诊断结果的准确性仍然需要更大范围的数据对其进行验证和比对。

相关标签: ai 医生 儿科医生 人工智能

新快报·ZAKER广州
以上内容由“新快报·ZAKER广州”上传发布 查看原文
最新评论
分享 返回顶部