导航菜单

儿科人工智能大夫本事渐高(一线探民生)

最近,一项利用人工智能技术诊断儿科疾病的科学研究结果发布 对系统中的55种常见儿科疾病和一些危重疾病进行了测试,人工智能系统的诊断准确率超过了普通年轻医生。 目前,该系统已在急诊分诊和门诊得到临床应用。它还可以帮助医生诊断一些危险和潜在威胁生命的主要疾病和罕见疾病。

这一次,真的有一个大规模的实证研究。人工智能技术的临床诊断可以与人类医生相媲美。

北京时间2月12日零时14分,顶级国际医学研究杂志《Nature Medicine》在线发表了一篇题为《使用人工智能评估和准确诊断儿科疾病》的文章 文章由广州市妇幼保健中心、易图医药等企业和科研机构共同完成。

这是世界上首次在顶级医学杂志上发表基于中文文本电子病历(EMR)的临床智能诊断研究成果,该研究采用自然语言处理(NLP)技术。

研究结果表明,人工智能将来能够看病,其医疗技能不低。以系统中55种常见儿科疾病和一些危重疾病为测试对象,诊断准确率高于普通年轻医生。

阅读病历,做出准确诊断

已在医院临床使用

这种人工智能系统的“医疗技能”不低。

它看医生就像看人类医生一样。 医生将患者的主诉、症状、个人病史、体检、实验室检查结果、影像检查结果、用药等信息输入病历文本,系统自动将免费病历文本转换为标准化、规范化、结构化的数据。 在“阅读”病历后,系统给出诊断结果

诊断精度相当高 以呼吸系统疾病为例,上呼吸道疾病和下呼吸道疾病的诊断准确率分别为89%和87%,上呼吸道疾病的诊断准确率分别为86%和96%,不同类型哮喘的诊断准确率分别为83%和97% 同时,对常见系统性疾病和高危疾病有较高的诊断准确率,如传染性单核细胞增多症(90%)、水痘(93%)、玫瑰疹(93%)、流感(94%)、手足口病(97%)、细菌性脑膜炎(93%)

这似乎有点超出我们的接受水平,但这项研究属于研究,而且已经实践了吗?别担心,研究小组做了一个人机战争测试,后来它也被用于医院临床。

研究人员随机抽取了一份孩子的病历,一边是人工智能,另一边是广州妇幼保健中心的20名儿科医生。 20名“参与”儿科医生根据其资历和临床经验分为5组。结果表明,人工智能诊断准确率的平均得分高于前两组初级医师,接近三组高级医师。

今年1月1日,该系统在广州市妇女儿童中心投入临床应用。从1月1日到1月21日,仅仅20天后,医院的医生实际上已经叫它进行二次诊断,诊断与临床诊断的符合率达到87.4%

广州妇儿中心医务部主任孙鑫讲述了他使用该系统的经验。他说,该系统将疾病分类并细分成不同的组。 例如,在最常见的呼吸道疾病中,该系统将分为上呼吸道和下呼吸道,然后再细分为喉炎、气管炎、支气管炎和肺炎,这更科学。

可以“看图片”和“阅读”

深入学习医学知识

机器可以看医生,因为机器深入学习“病历”和医学知识。一旦疾病数据库可用,就建立诊断模型

与以前的人工智能系统不同,这个系统不仅可以静态地查看图片,而且可以比以往任何时候“阅读”和学习更多的数据。 如图所示,与广州市妇幼保健中心合作,收集了2016年1月至2017年7月567,498例门诊患者的电子病历,提取了涵盖儿科55种常见病的1.016亿个数据点。

第二,突破病历文本语言和计算机语言之间的障碍 这是研究人工智能病历的最大困难

为此,研究小组利用基于图形的医学自然语言处理技术建立了一个智能病历分析系统,以规范病历。 由30多名资深儿科医生和10多名信息学研究人员组成的专家团队对电子病历上的6183张图表进行人工注释、连续检查和迭代,以确保诊断的准确性。

易图医学总裁倪好说:“事实上,这项成就的核心技术是通过深入的学习技术和医学知识地图解构电子病历数据,从而构建高质量的智能疾病数据库,并在此基础上建立各种诊断模型。” “

儿童往往不表现疾病症状,诊断过程耗时费力,效率低下 倪好说:“有一个人工智能助理来协助诊断,可以和有经验的儿科医生相媲美,可以有效地缩短诊断时间,优化服务流程 “

可以“看图片”和“阅读”,这意味着人工智能系统继续学习的能力大大增强。 “采用的结果将增强记忆力,采用的结果将通过不断学习得到验证和改进 该论文的第一作者、广州妇女儿童中心数据中心主任梁惠英博士说

此前,医院在3年内对数据进行了标准化和结构化,实现了50多个诊断数据子系统的通信和互联,为系统的应用奠定了基础。

可以帮助医生诊断

可以避免误诊和漏诊

研究结果将产生深远的影响。 广州市妇幼中心主任兼主任夏会民表示,“人工智能辅助诊断不仅能在一定程度上解决医疗服务能力不足的问题,还能提高服务的公平性和可及性。” “未来,这项技术还可以为基层和年轻儿科医生提供辅助诊断服务,为儿童家长提供智能自我诊断服务和权威的二次诊疗意见,可以有效避免误诊和漏诊。

目前,人工智能辅助诊断系统已在急诊分诊和门诊得到临床应用。它还可以帮助医生诊断一些危险和潜在威胁生命的主要疾病和罕见疾病。

它能扩展到其他地区吗?倪好认为,在未来,该系统有能力应用于更多的医疗场景。该系统依靠疾病数据库、权威医疗指南和顶级专家的经验。通过对原始数据的不断深入研究,该系统可以为人工智能系统标准和权威诊断数据提供支持。

中国社会科学院人口与劳动经济研究所社会保障研究室主任陈秋林分析,考虑到疾病的复杂性和可能的地域特点,建议在其他地区使用时根据更精确的要求进行适应性测试。 “作为辅助诊断系统,在满足一些基本要求后,不同的领域在使用过程中可以得到改进 "

如果其他疾病得到辅助,陈秋林认为不同的部门对人工智能的应用有不同的要求,不能简单地应用。 这方面是由疾病本身决定的,如疾病诊断的复杂性,也与该学科是否有数据基础和标准等有关。 基于病历数据机器学习的智能医学是信息时代医学发展的重要方向 从长远来看,有必要更清晰地界定数据产权,形成创新的医疗数据产权体系。目的是激励患者、医生、医院和第三方数据平台企业在保护个人隐私的前提下创新智能医学。 ”陈秋林表示,这些数据仍然缺乏连通性,在一定程度上也影响了下一步的发展。

《人民日报》(2019年2月14日,第13版)

(编辑:袁波)