這次，真的有上規(guī)模研究實(shí)證，人工智能技術(shù)臨床診斷可以媲美人類醫(yī)生了。

　　北京時(shí)間2月12日零時(shí)14分，國際頂級醫(yī)學(xué)科研期刊《Nature Medicine》在線發(fā)布了題為《使用人工智能評估和準(zhǔn)確診斷兒科疾病》的文章。該文章由廣州市婦女兒童醫(yī)療中心與依圖醫(yī)療等企業(yè)和科研機(jī)構(gòu)共同完成。

　　這是全球首次在頂級醫(yī)學(xué)雜志發(fā)表有關(guān)自然語言處理（NLP）技術(shù)基于中文文本型電子病歷（EMR）做臨床智能診斷的研究成果。

　　該研究成果表明，以后，人工智能也能看病了，而且醫(yī)術(shù)不低，拿納入系統(tǒng)的55種常見兒科疾病和部分危急重癥作測試，診斷準(zhǔn)確率超過了一般年輕醫(yī)生。

　　讀懂病歷診斷準(zhǔn)確，已在醫(yī)院臨床使用

　　這個(gè)人工智能系統(tǒng)“醫(yī)術(shù)”不低。它看病就像人類醫(yī)生一樣。醫(yī)生將患者主訴、癥狀、個(gè)人疾病史、體格檢查、實(shí)驗(yàn)室檢驗(yàn)結(jié)果、影像學(xué)檢查結(jié)果、用藥情況等信息輸入病歷文本，系統(tǒng)自動(dòng)將自由病歷文本轉(zhuǎn)換成規(guī)范化、標(biāo)準(zhǔn)化和結(jié)構(gòu)化的數(shù)據(jù)?！白x懂”病歷后，系統(tǒng)給出診斷結(jié)果。

　　診斷準(zhǔn)確率還挺高。以呼吸系統(tǒng)疾病為例，對上呼吸道疾病和下呼吸道疾病的診斷準(zhǔn)確率分別為89%和87%，而在上呼吸道疾病診斷中，急性喉炎和鼻竇炎的準(zhǔn)確率分別高達(dá)86%和96%，對不同類型哮喘的診斷準(zhǔn)確率從83%到97%。同時(shí)對普通系統(tǒng)性疾病以及危險(xiǎn)程度更高的疾病也有很高的診斷準(zhǔn)確率，例如傳染性單核細(xì)胞增多癥（90%）、水痘（93%）、玫瑰疹（93%）、流感（94%）、手足口病（97%）、細(xì)菌性腦膜炎（93%）。

　　這好像有點(diǎn)超出我們的接受程度，但研究歸研究，實(shí)踐了嗎？別急，研究團(tuán)隊(duì)還真的進(jìn)行人機(jī)大戰(zhàn)檢驗(yàn)，后來還在醫(yī)院真刀真槍臨床使用了。

　　研究人員隨機(jī)抽出12000份患兒病歷，一邊是人工智能，一邊是廣州市婦女兒童醫(yī)療中心的20位兒科醫(yī)生。20位“參賽”兒科醫(yī)生按年資和臨床經(jīng)驗(yàn)高低分成5組，結(jié)果顯示，人工智能診斷準(zhǔn)確率的平均得分高于前兩組低年資醫(yī)生，接近三組高年資醫(yī)生。

　　今年1月1日，該系統(tǒng)在廣州市婦兒中心進(jìn)入臨床應(yīng)用，1月1日至1月21日短短20天，該院醫(yī)生已實(shí)際調(diào)用它開展輔助診斷30276次，診斷與臨床符合率達(dá)到87.4%。

　　廣州市婦兒中心醫(yī)務(wù)部主任孫新談了使用體會(huì)，他說，這套系統(tǒng)會(huì)對疾病進(jìn)行分組分類細(xì)分。比如在最常見的呼吸系統(tǒng)疾病中，這個(gè)系統(tǒng)會(huì)先按上呼吸道和下呼吸道進(jìn)行區(qū)分，再按喉炎、氣管炎、支氣管炎、肺炎細(xì)分，比較科學(xué)。

　　會(huì)“看圖”能“識(shí)字”，深度學(xué)習(xí)醫(yī)學(xué)知識(shí)

　　機(jī)器會(huì)看病，在于機(jī)器深度學(xué)習(xí)“病歷”、醫(yī)學(xué)知識(shí)，有了病種庫后，建立診斷模型。

　　與以往人工智能系統(tǒng)不一樣的是，該系統(tǒng)不僅會(huì)靜態(tài)看圖，還會(huì)“識(shí)字”，學(xué)習(xí)的數(shù)據(jù)量之大前所未有。依圖與廣州市婦兒中心進(jìn)行合作，收集了該中心在2016年1月至2017年7月間的56.7498萬個(gè)門診病人的136.2559萬次問診電子病歷，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，突破病歷文本語言和計(jì)算機(jī)語言之間的障礙。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，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)。“對被采納的結(jié)果會(huì)增強(qiáng)記憶，對于被采納的結(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?！闭撐牡谝蛔髡?、廣州市婦兒中心數(shù)據(jù)中心主任梁會(huì)營博士說。

　　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?！蔽磥?，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)療場景中的能力，系統(tǒng)依賴的病種庫、權(quán)威醫(yī)學(xué)指南、頂級專家的經(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)?！白鳛檩o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，也和學(xué)科是否具有數(shù)據(jù)基礎(chǔ)和標(biāo)準(zhǔn)等有關(guān)。

　　“基于病歷數(shù)據(jù)機(jī)器學(xué)習(xí)的智能醫(yī)學(xué)，是信息化時(shí)代醫(yī)學(xué)發(fā)展的重要方向。從長遠(yuǎn)來看，需要對數(shù)據(jù)產(chǎn)權(quán)進(jìn)行更清晰的界定，并形成一套創(chuàng)新的醫(yī)療數(shù)據(jù)產(chǎn)權(quán)制度，目的就是在保護(hù)個(gè)人隱私的前提下，激勵(lì)患者、醫(yī)生、醫(yī)院、第三方數(shù)據(jù)平臺(tái)企業(yè)都有積極性去創(chuàng)新智能醫(yī)學(xué)?！标惽锪卣f，這些數(shù)據(jù)目前還缺乏互聯(lián)互通，一定程度上也影響著下一步的發(fā)展。