人工智能不只能够“看图”辨认影像,还能“识字”即读懂病历中的文本信息。北京时间12日零时14分,这项有关天然语言处理(NLP)技能基于文本型电子病历(EMR)做临床智能确诊的研讨成果,在线刊登于闻名医学科研期刊《天然医学》上,文章题为《运用人工智能评价和精确确诊儿科疾病》。
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讨和转化机构研制的“辅诊熊”人工智能确诊渠道,经过自动学习来自56.7万名儿童患者的136万份高质量电子文本病历中的确诊逻辑,应用于确诊多种儿科常见疾病,精确度与经验丰富的儿科医师相当。
依据文章,这个人工智能辅佐确诊系统将能够经过多种方法应用到临床中。首要,它能够用作分诊程序。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,答应算法生成猜测确诊,协助医师筛选优先诊治哪些患者;另一个潜在应用是协助医师确诊杂乱或稀有疾病。经过这种方法,医师能够运用AI生成的确诊来协助拓展辨别确诊并思考或许不会当即显现的确诊或许性。
业内专家认为,近年来人工智能技能迅猛发展,但还局限于相对标准化的静态图画数据。在这项最新科研成果中,人工智能在辨认影像的基础上,能更进一步读懂、剖析杂乱的病历文本数据(医师的常识和语言),意味着人工智能或将能像医师相同“思考”。
“这篇文章的启示意义在于,经过系统学习文本病历,人工智能或将能够确诊更多疾病。但需求清醒认识到,咱们仍有很多基础性工作要做扎实,比方高质量数据的集成便是一个长时间的进程,由于大数据的搜集和剖析需求算法工程师、临床医师、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,其确诊结果的精确性仍然需求更大规模的数据对其进行验证和比对。”夏慧敏说。