原标题：出海记|中国AI临床智能诊断成果登上国际顶级期刊

　　参考消息网2月13日报道 AI可看懂病历、精准诊断不输医生……这是由依图医疗与广州市妇女儿童医疗中心共同完成，利用人工智能技术诊断儿科疾病的科研成果。国际顶级医学科研期刊《自然·医学》（《Nature Medicine》）2月11日发布了这一成果。

　　该月刊的这篇文章题为《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”）。

　　据参考消息网-出海记记者了解，该文章由广州市妇女儿童医疗中心与依图医疗等企业和科研机构共同完成，基于机器学习的自然语言处理（NLP）技术实现不输人类医生的强大诊断能力，并具备多场景的应用能力。这是全球首次在顶级医学杂志发表有关自然语言处理（NLP）技术基于电子健康记录（EHR）做临床智能诊断的研究成果，也是利用人工智能技术诊断儿科疾病的重磅科研成果。

　　诊断准确率优于人类

　　业界公认，人工智能是医疗行业革新的核心动力。然而，尽管机器学习在影像诊断方面表现强势，但在数量巨大、多样的电子病历数据分析方面，仍面临巨大挑战。电子病历的数据信息之广、数据类型之多，以及某些方面的数据贫乏及可能出现的特殊案例等，都导致机器学习难以进行精确的数据分析，并进而形成预测临床检测的数据模型。

　　相关人士介绍，依图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，在常见儿童疾病方面的综合诊断准确率优于相对低年资儿科医生（3年+8年临床经验）。

　　从数据来看，以呼吸系统疾病为例，对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%，而在上呼吸道疾病诊断中，急性喉炎和鼻窦炎的准确率分别高达86%和96%，对不同类型哮喘的诊断准确率从83%到97%。同时对普通系统性疾病以及危险程度更高的疾病也有很高的诊断准确率，例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%）和细菌性脑膜炎（93%）。也就是说，该系统可以根据NLP系统注释的临床数据信息对儿科疾病做出准确的判断。

　　辅助作用 有效地降低诊断时间

　　“此次成果的核心技术部分，实际上是通过深度学习技术与医学知识图谱，对EHR数据进行解构，从而构建了高质量的智能病种库。使得后续可以较容易地利用智能病种库建立各种诊断模型。而诊断模型证明了基于AI的系统可以帮助医生处理大型数据和辅助诊断，同时在诊断的不确定性和复杂性上给予临床支持”，依图医疗总裁倪浩表示，“儿科疾病症状多种多样，临床医生同样难以区分，诊断流程费时费力，但明确诊断非常重要。拥有可与经验丰富的儿科医生相媲美的助手进行辅助诊断，能够让医生有效地降低诊断时间，显著优化诊断流程。”

　　相关人士表示，依图与广州市妇女儿童医疗中心进行合作，收集了该中心在2016年1月至2017年7月间的567，498个门诊病人的1，362，559次问诊电子病历，抽取到覆盖初始诊断包括儿科55种病例学中常见疾病的1.016亿个数据点，并将这些信息用于训练和验证系统框架。相比以往模型，此次研究使用了超过140万的庞大数据，以完善诊断系统，此外，此次研究中使用数据在表达和描述上的一致性，极大地提高了数据质量。

　　医疗贫乏地区的福音

　　广州市妇女儿童医疗中心夏慧敏教授表示，“这篇文章的启示意义在于，通过系统学习文本病历，人工智能或将可以诊断更多疾病。但须要清醒认识到，我们仍有很多基础性工作要做扎实，比如高质量数据的集成便是一个长期的过程，因为大数据的收集和分析需要算法工程师、临床医生、流行病学专家等在内的多专家的通力合作。此外，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。”

　　可以预见的是，模型不仅能在医疗资源短缺或不均的地区发挥巨大作用，也将为全世界带来重要的普适进步意义。

　　在2019年1月刊中，《自然·医学》曾发表9篇论文聚焦AI医疗，此篇文章，在说明这一研究的学术领先性与应用拓展性的同时，也标志着人工智能在医疗行业的深度落地，及驱动医疗行业深层革新的巨大作用。

责任编辑：张申

未经允许不得转载：