北京時間2月12日,世界頂級醫學科研期刊《自然·醫學》(Nature Medicine)在線刊發題為《使用人工智能評估和準確診斷兒科疾病》的醫療人工智能成果。

《自然》(Nature)作為國際三大頂級科研學術期刊CNS之一,其以及旗下子刊影響因子極高,發表論文難度很大,我國整個科學界每年能在上面發表的論文寥寥無幾。

該成果由依圖醫療聯合廣州市婦女兒童醫療中心(以下簡稱“廣婦兒”)等機構共同研發,基于機器學習的自然語言處理(NLP)技術實現不輸人類醫生的強大診斷能力,并具備多場景的應用能力。

這是全球首次在頂級醫學雜志刊發有關自然語言處理技術基于中文文本型電子病歷(EHR)做臨床智能診斷的研究成果,也是利用人工智能技術診斷兒科疾病的重磅科研成果。

 

能“看圖”識別影像,更能“識字”讀懂病例

近年人工智能迅猛發展,但還局限于相對標準化的靜態圖像數據。讓機器正確理解復雜病歷文本數據(醫生專業知識和語言)仍有很大困難,是醫療人工智能面臨的重大挑戰之一。

由依圖和廣婦兒聯合研發的“輔診熊”人工智能診斷平臺,在識別影像的基礎上,通過自動學習來自56.7萬名兒童患者的136萬份高質量電子文本病歷中的診斷邏輯,具備了一定的病情分析推理能力,能夠像人類醫生一樣“讀懂”兒科常見疾病的文本病歷,并可準確診斷多種兒科常見疾病。這也是自然語言處理技術發展至今處理過的最大規模臨床數據。


(人工智能系統診斷兒科疾病流程)

 

診斷準確度不輸資深兒科醫師

中醫“望聞問切”、西醫“視觸叩聽”是被人類實踐反復證明了的基本診斷方法,需要醫生融合患者主訴、癥狀、個人史、體格檢查、實驗室檢驗結果、影像學檢查結果、用藥信息等多方面最終做出綜合的病情診斷。

“輔診熊”就是模仿這些診斷過程,把文本病歷轉換成輸入和輸出兩個對應的部分,輸入部分包含患兒的性別年齡等基本信息、身高體重等生命體征、以及癥狀、化驗指標和影像檢查標志物等,而輸出部分就是診斷結果。


(人工智能和醫生團隊在兒科疾病診斷水平的比較)

在這項最新科研成果中,依圖提出并測試了一個專門對電子醫學病例進行數據挖掘的系統框架,將醫學知識和數據驅動模型結合在一起。該模型先通過自然語言處理技術對電子病例進行標注,再利用邏輯回歸來建立層次診斷。

數據顯示,人工智能可以達到訓練有素的兒科主治醫生的專業水準,在常見兒童疾病方面的綜合診斷準確率優于相對低年資兒科醫生(3年+8年臨床經驗)。

 

緩解“兒醫荒”,多場景應用推動醫療進步

兒科看病難,全家都心煩。長期以來,兒科醫生供不應求,加上兒科疾病診治復雜,使得兒科看病成為了一大社會痛點,人工智能助手的加入則將有效緩解現狀。

廣州市婦女兒童醫療中心主任夏慧敏表示:“我們希望在不久的將來,這項技術將能形成大范圍的示范推廣,為基層兒科醫生和年輕兒科醫生提供輔助診療服務,為患兒家長提供智能自診服務和權威的第二診療意見,避免誤診、漏診造成的醫療風險。

此外,這個人工智能輔助診斷系統還可以通過多種方式應用到更廣泛的臨床場景中。例如在分診環節,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據輸入到模型中,允許算法生成預測診斷,幫助醫師篩選優先診治哪些患者。

另一個潛在應用是幫助診斷復雜或罕見疾病,醫生可以借助人工智能拓寬鑒別診斷并思考可能不會立即顯現的診斷可能性。

醫療健康一直是依圖深入耕耘的領域,此次在兒科輔助診斷領域的研究工作被《自然·醫學》雜志認可則進一步堅定了依圖在醫療人工智能上探索的信心和決心。期待共同推動人工智能醫學診療系統一步步走向成熟。

 

您可以復制這個鏈接分享給其他人:http://www.4m0p.com/node/530