人工智能不僅能夠“看圖”識(shí)別影像，還能“識(shí)字”即讀懂病歷中的文本信息。北京時(shí)間12日零時(shí)14分，這項(xiàng)有關(guān)自然語言處理(NLP)技術(shù)基于文本型電子病歷(EMR)做臨床智能診斷的研究成果，在線刊登于知名醫(yī)學(xué)科研期刊《自然醫(yī)學(xué)》上，文章題為《使用人工智能評估和準(zhǔn)確診斷兒科疾病》。

由廣州市婦女兒童醫(yī)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家領(lǐng)銜的醫(yī)療數(shù)據(jù)智能化應(yīng)用團(tuán)隊(duì)聯(lián)合人工智能研究和轉(zhuǎn)化機(jī)構(gòu)研發(fā)的“輔診熊”人工智能診斷平臺(tái)，通過自動(dòng)學(xué)習(xí)來自56.7萬名兒童患者的136萬份高質(zhì)量電子文本病歷中的診斷邏輯，應(yīng)用于診斷多種兒科常見疾病，準(zhǔn)確度與經(jīng)驗(yàn)豐富的兒科醫(yī)師相當(dāng)。

根據(jù)文章，這個(gè)人工智能輔助診斷系統(tǒng)將可以通過多種方式應(yīng)用到臨床中。首先，它可以用作分診程序。例如，當(dāng)患者來到急診科，可由護(hù)士獲取其生命體征、基本病史和體格檢查數(shù)據(jù)輸入到模型中，允許算法生成預(yù)測診斷，幫助醫(yī)師篩選優(yōu)先診治哪些患者;另一個(gè)潛在應(yīng)用是幫助醫(yī)師診斷復(fù)雜或罕見疾病。通過這種方式，醫(yī)師可以使用AI生成的診斷來幫助拓寬鑒別診斷并思考可能不會(huì)立即顯現(xiàn)的診斷可能性。

業(yè)內(nèi)專家認(rèn)為，近年來人工智能技術(shù)迅猛發(fā)展，但還局限于相對標(biāo)準(zhǔn)化的靜態(tài)圖像數(shù)據(jù)。在這項(xiàng)最新科研成果中，人工智能在識(shí)別影像的基礎(chǔ)上，能更進(jìn)一步讀懂、分析復(fù)雜的病歷文本數(shù)據(jù)(醫(yī)生的知識(shí)和語言)，意味著人工智能或?qū)⒛芟襻t(yī)生一樣“思考”。

“這篇文章的啟示意義在于，通過系統(tǒng)學(xué)習(xí)文本病歷，人工智能或?qū)⒖梢栽\斷更多疾病。但須要清醒認(rèn)識(shí)到，我們?nèi)杂泻芏嗷A(chǔ)性工作要做扎實(shí)，比如高質(zhì)量數(shù)據(jù)的集成便是一個(gè)長期的過程，因?yàn)榇髷?shù)據(jù)的收集和分析需要算法工程師、臨床醫(yī)生、流行病學(xué)專家等在內(nèi)的多專家通力合作。此外，人工智能學(xué)習(xí)了海量數(shù)據(jù)后，其診斷結(jié)果的準(zhǔn)確性仍然需要更大范圍的數(shù)據(jù)對其進(jìn)行驗(yàn)證和比對。”夏慧敏說。