人工智能不僅能夠“看圖”識別影像，還能“識字”即讀懂病歷中的文本信息。北京時間12日零時14分，這項有關自然語言處理(NLP)技術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)學科研期刊《自然醫(yī)學》上，文章題為《使用人工智能評估和準確診斷兒科疾病》。

由廣州市婦女兒童醫(yī)療中心夏慧敏教授、加州大學圣地亞哥分校張康教授等專家領銜的醫(yī)療數(shù)據(jù)智能化應用團隊聯(lián)合人工智能研究和轉(zhuǎn)化機構研發(fā)的“輔診熊”人工智能診斷平臺，通過自動學習來自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，應用于診斷多種兒科常見疾病，準確度與經(jīng)驗豐富的兒科醫(yī)師相當。

根據(jù)文章，這個人工智能輔助診斷系統(tǒng)將可以通過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(shù)據(jù)輸入到模型中，允許算法生成預測診斷，幫助醫(yī)師篩選優(yōu)先診治哪些患者;另一個潛在應用是幫助醫(yī)師診斷復雜或罕見疾病。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立即顯現(xiàn)的診斷可能性。

業(yè)內(nèi)專家認為，近年來人工智能技術迅猛發(fā)展，但還局限于相對標準化的靜態(tài)圖像數(shù)據(jù)。在這項最新科研成果中，人工智能在識別影像的基礎上，能更進一步讀懂、分析復雜的病歷文本數(shù)據(jù)(醫(yī)生的知識和語言)，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)學習文本病歷，人工智能或?qū)⒖梢栽\斷更多疾病。但須要清醒認識到，我們?nèi)杂泻芏嗷A性工作要做扎實，比如高質(zhì)量數(shù)據(jù)的集成便是一個長期的過程，因為大數(shù)據(jù)的收集和分析需要算法工程師、臨床醫(yī)生、流行病學專家等在內(nèi)的多專家通力合作。此外，人工智能學習了海量數(shù)據(jù)后，其診斷結(jié)果的準確性仍然需要更大范圍的數(shù)據(jù)對其進行驗證和比對。”夏慧敏說。