人工智能不仅能够“看图”识别影像，还能“识字”即读懂病历中的文本信息。这项有关自然语言处理（NLP）技术基于文本型电子病历（EMR）做临床智能诊断的研究成果，在线刊登于知名医学科研期刊《自然医学》上，文章题为《使用人工智能评估和准确诊断儿科疾病》。
　　由广州市妇女儿童医疗中心夏慧敏教授、加州大学圣地亚哥分校张康教授等专家领衔的医疗数据智能化应用团队联合人工智能研究和转化机构研发的“辅诊熊”人工智能诊断平台，通过自动学习来自56.7万名儿童患者的136万份高质量电子文本病历中的诊断逻辑，应用于诊断多种儿科常见疾病，准确度与经验丰富的儿科医师相当。
　　根据文章，这个人工智能辅助诊断系统将可以通过多种方式应用到临床中。首先，它可以用作分诊程序。例如，当患者来到急诊科，可由护士获取其生命体征、基本病史和体格检查数据输入到模型中，允许算法生成预测诊断，帮助医师筛选优先诊治哪些患者；另一个潜在应用是帮助医师诊断复杂或罕见疾病。通过这种方式，医师可以使用AI生成的诊断来帮助拓宽鉴别诊断并思考可能不会立即显现的诊断可能性。
　　业内专家认为，近年来人工智能技术迅猛发展，但还局限于相对标准化的静态图像数据。在这项最新科研成果中，人工智能在识别影像的基础上，能更进一步读懂、分析复杂的病历文本数据（医生的知识和语言），意味着人工智能或将能像医生一样“思考”。
　　“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。”夏慧敏说。

返回列表