兒科人工智能大夫本事漸高 深度學(xué)習(xí)醫(yī)學(xué)知識(shí)

，收集了該中心在2016年1月至2017年7月間的56.7498萬(wàn)個(gè)門診病人的136.2559萬(wàn)次問診電子病歷，抽取到覆蓋初始診斷包括兒科55種病例學(xué)中常見疾病的1.016億個(gè)數(shù)據(jù)點(diǎn)。

其次

，突破病歷文本語(yǔ)言和計(jì)算機(jī)語(yǔ)言之間的障礙。這是研究人工智能病歷學(xué)習(xí)中突破的最大難點(diǎn)。

為此

，研究團(tuán)隊(duì)利用依圖醫(yī)療的自然語(yǔ)言處理(NLP)技術(shù)建立一套病歷智能分析系統(tǒng)，將病歷變得標(biāo)準(zhǔn)化。并由30余位高級(jí)兒科醫(yī)師和10余位信息學(xué)研究人員組成的專家團(tuán)隊(duì)，手動(dòng)給電子病歷上的6183張圖表進(jìn)行注釋、持續(xù)檢驗(yàn)和迭代，保證了診斷的準(zhǔn)確性。

依圖醫(yī)療總裁倪浩說：“此次成果的核心技術(shù)部分

，實(shí)際上是通過深度學(xué)習(xí)技術(shù)與醫(yī)學(xué)知識(shí)圖譜，對(duì)電子病歷數(shù)據(jù)進(jìn)行解構(gòu)，從而構(gòu)建了高質(zhì)量的智能病種庫(kù)，并在此基礎(chǔ)上建立各種診斷模型。”

兒童往往不會(huì)表達(dá)疾病癥狀

，診斷流程費(fèi)時(shí)費(fèi)力，效率較低。倪浩說：“擁有可與經(jīng)驗(yàn)豐富兒科醫(yī)生相媲美的人工智能助手輔助診斷，能有效地縮短診斷時(shí)間，優(yōu)化服務(wù)流程。”

既能“看圖”

，又能“識(shí)字”，這意味著人工智能系統(tǒng)繼續(xù)學(xué)習(xí)能力大大增強(qiáng)。“對(duì)被采納的結(jié)果會(huì)增強(qiáng)記憶，對(duì)于被采納的結(jié)果，在核實(shí)之后會(huì)通過繼續(xù)學(xué)習(xí)實(shí)現(xiàn)能力的提升。”論文第一作者、廣州市婦兒中心數(shù)據(jù)中心主任梁會(huì)營(yíng)博士說。

在此之前，該醫(yī)院已在3年中將數(shù)據(jù)標(biāo)準(zhǔn)化

、結(jié)構(gòu)化處理，實(shí)現(xiàn)了50多個(gè)診斷數(shù)據(jù)子系統(tǒng)的相互交流和互聯(lián)互通，為該系統(tǒng)應(yīng)用打下基礎(chǔ)。

可輔助醫(yī)生診斷

能避免誤診漏診

該項(xiàng)研究成果將會(huì)帶來深遠(yuǎn)影響

。按照廣州市婦兒中心主任、院長(zhǎng)夏慧敏所說，“人工智能輔助診斷既能在一定程度上解決醫(yī)療服務(wù)能力不足的問題，又能提高服務(wù)的公平性和可及性。”未來，這項(xiàng)技術(shù)還可以為基層和年輕兒科醫(yī)生提供輔診服務(wù)，為患兒家長(zhǎng)提供智能自診服務(wù)和權(quán)威的第二診療意見，能有效避免誤診、漏診。

目前，該人工智能輔診系統(tǒng)已經(jīng)在急診分診

、門診中臨床應(yīng)用，對(duì)一些兇險(xiǎn)的、有可能威脅生命的重大疾病、罕見病，同樣可以輔助醫(yī)生診斷。

能不能推廣到別的地區(qū)?倪浩認(rèn)為

，未來該系統(tǒng)具備應(yīng)用到更多醫(yī)療場(chǎng)景中的能力，系統(tǒng)依賴的病種庫(kù)、權(quán)威醫(yī)學(xué)指南、頂級(jí)專家的經(jīng)驗(yàn)，通過不斷地深度學(xué)習(xí)原有數(shù)據(jù)，可以給予人工智能系統(tǒng)標(biāo)準(zhǔn)和權(quán)威的診斷數(shù)據(jù)支持。

社科院人口與勞動(dòng)經(jīng)濟(jì)研究所社會(huì)保障研究室主任陳秋霖分析

，考慮到疾病的復(fù)雜性和可能存在的地域特征，在其他地區(qū)使用時(shí)，建議按更精準(zhǔn)的要求開展適應(yīng)性檢驗(yàn)。“作為輔助診斷系統(tǒng)，達(dá)到一些基本要求后，不同地區(qū)可以在使用過程中進(jìn)行完善。”

如果輔診其他疾病，陳秋霖認(rèn)為

，不同科室在人工智能應(yīng)用上的要求有所不同，不能簡(jiǎn)單套用。這一方面由疾病本身決定，比如疾病診斷的復(fù)雜性