人工智能不只能夠“看圖”辨認影像,還能“識字”即讀懂病歷中的文本信息。北京時間12日零時14分,這項有關(guān)天然語言處理(NLP)技能基于文本型電子病歷(EMR)做臨床智能確診的研討成果,在線刊登于聞名醫(yī)學科研期刊《天然醫(yī)學》上,文章題為《運用人工智能評價和精確確診兒科疾病》。
由廣州市婦女兒童醫(yī)療中心夏慧敏教授、加州大學圣地亞哥分校張康教授等專家領(lǐng)銜的醫(yī)療數(shù)據(jù)智能化應用團隊聯(lián)合人工智能研討和轉(zhuǎn)化機構(gòu)研制的“輔診熊”人工智能確診渠道,經(jīng)過自動學習來自56.7萬名兒童患者的136萬份高質(zhì)量電子文本病歷中的確診邏輯,應用于確診多種兒科常見疾病,精確度與經(jīng)驗豐富的兒科醫(yī)師相當。
依據(jù)文章,這個人工智能輔佐確診系統(tǒng)將能夠經(jīng)過多種方法應用到臨床中。首要,它能夠用作分診程序。例如,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(shù)據(jù)輸入到模型中,答應算法生成猜測確診,協(xié)助醫(yī)師篩選優(yōu)先診治哪些患者;另一個潛在應用是協(xié)助醫(yī)師確診雜亂或稀有疾病。經(jīng)過這種方法,醫(yī)師能夠運用AI生成的確診來協(xié)助拓展辨別確診并思考或許不會當即顯現(xiàn)的確診或許性。
業(yè)內(nèi)專家認為,近年來人工智能技能迅猛發(fā)展,但還局限于相對標準化的靜態(tài)圖畫數(shù)據(jù)。在這項最新科研成果中,人工智能在辨認影像的基礎(chǔ)上,能更進一步讀懂、剖析雜亂的病歷文本數(shù)據(jù)(醫(yī)師的常識和語言),意味著人工智能或?qū)⒛芟襻t(yī)師相同“思考”。
“這篇文章的啟示意義在于,經(jīng)過系統(tǒng)學習文本病歷,人工智能或?qū)⒛軌虼_診更多疾病。但需求清醒認識到,咱們?nèi)杂泻芏嗷A(chǔ)性工作要做扎實,比方高質(zhì)量數(shù)據(jù)的集成便是一個長時間的進程,由于大數(shù)據(jù)的搜集和剖析需求算法工程師、臨床醫(yī)師、流行病學專家等在內(nèi)的多專家通力合作。此外,人工智能學習了海量數(shù)據(jù)后,其確診結(jié)果的精確性仍然需求更大規(guī)模的數(shù)據(jù)對其進行驗證和比對。”夏慧敏說。
由廣州市婦女兒童醫(yī)療中心夏慧敏教授、加州大學圣地亞哥分校張康教授等專家領(lǐng)銜的醫(yī)療數(shù)據(jù)智能化應用團隊聯(lián)合人工智能研討和轉(zhuǎn)化機構(gòu)研制的“輔診熊”人工智能確診渠道,經(jīng)過自動學習來自56.7萬名兒童患者的136萬份高質(zhì)量電子文本病歷中的確診邏輯,應用于確診多種兒科常見疾病,精確度與經(jīng)驗豐富的兒科醫(yī)師相當。
依據(jù)文章,這個人工智能輔佐確診系統(tǒng)將能夠經(jīng)過多種方法應用到臨床中。首要,它能夠用作分診程序。例如,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(shù)據(jù)輸入到模型中,答應算法生成猜測確診,協(xié)助醫(yī)師篩選優(yōu)先診治哪些患者;另一個潛在應用是協(xié)助醫(yī)師確診雜亂或稀有疾病。經(jīng)過這種方法,醫(yī)師能夠運用AI生成的確診來協(xié)助拓展辨別確診并思考或許不會當即顯現(xiàn)的確診或許性。
業(yè)內(nèi)專家認為,近年來人工智能技能迅猛發(fā)展,但還局限于相對標準化的靜態(tài)圖畫數(shù)據(jù)。在這項最新科研成果中,人工智能在辨認影像的基礎(chǔ)上,能更進一步讀懂、剖析雜亂的病歷文本數(shù)據(jù)(醫(yī)師的常識和語言),意味著人工智能或?qū)⒛芟襻t(yī)師相同“思考”。
“這篇文章的啟示意義在于,經(jīng)過系統(tǒng)學習文本病歷,人工智能或?qū)⒛軌虼_診更多疾病。但需求清醒認識到,咱們?nèi)杂泻芏嗷A(chǔ)性工作要做扎實,比方高質(zhì)量數(shù)據(jù)的集成便是一個長時間的進程,由于大數(shù)據(jù)的搜集和剖析需求算法工程師、臨床醫(yī)師、流行病學專家等在內(nèi)的多專家通力合作。此外,人工智能學習了海量數(shù)據(jù)后,其確診結(jié)果的精確性仍然需求更大規(guī)模的數(shù)據(jù)對其進行驗證和比對。”夏慧敏說。