北京时间2月12日,世界顶级医学科研期刊《自然·医学》(Nature Medicine)在线刊发题为《使用人工智能评估和准确诊断儿科疾病》的医疗人工智能成果。

《自然》(Nature)作为国际三大顶级科研学术期刊CNS之一,其以及旗下子刊影响因子极高,发表论文难度很大,我国整个科学界每年能在上面发表的论文寥寥无几。

该成果由依图医疗联合广州市妇女儿童医疗中心(以下简称“广妇儿”)等机构共同研发,基于机器学习的自然语言处理(NLP)技术实现不输人类医生的强大诊断能力,并具备多场景的应用能力。

这是全球首次在顶级医学杂志刊发有关自然语言处理技术基于中文文本型电子病历(EHR)做临床智能诊断的研究成果,也是利用人工智能技术诊断儿科疾病的重磅科研成果。

 

能“看图”识别影像,更能“识字”读懂病例

近年人工智能迅猛发展,但还局限于相对标准化的静态图像数据。让机器正确理解复杂病历文本数据(医生专业知识和语言)仍有很大困难,是医疗人工智能面临的重大挑战之一。

由依图和广妇儿联合研发的“辅诊熊”人工智能诊断平台,在识别影像的基础上,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,具备了一定的病情分析推理能力,能够像人类医生一样“读懂”儿科常见疾病的文本病历,并可准确诊断多种儿科常见疾病。这也是自然语言处理技术发展至今处理过的最大规模临床数据。


(人工智能系统诊断儿科疾病流程)

 

诊断准确度不输资深儿科医师

中医“望闻问切”、西医“视触叩听”是被人类实践反复证明了的基本诊断方法,需要医生融合患者主诉、症状、个人史、体格检查、实验室检验结果、影像学检查结果、用药信息等多方面最终做出综合的病情诊断。

“辅诊熊”就是模仿这些诊断过程,把文本病历转换成输入和输出两个对应的部分,输入部分包含患儿的性别年龄等基本信息、身高体重等生命体征、以及症状、化验指标和影像检查标志物等,而输出部分就是诊断结果。


(人工智能和医生团队在儿科疾病诊断水平的比较)

在这项最新科研成果中,依图提出并测试了一个专门对电子医学病例进行数据挖掘的系统框架,将医学知识和数据驱动模型结合在一起。该模型先通过自然语言处理技术对电子病例进行标注,再利用逻辑回归来建立层次诊断。

数据显示,人工智能可以达到训练有素的儿科主治医生的专业水准,在常见儿童疾病方面的综合诊断准确率优于相对低年资儿科医生(3年+8年临床经验)。

 

缓解“儿医荒”,多场景应用推动医疗进步

儿科看病难,全家都心烦。长期以来,儿科医生供不应求,加上儿科疾病诊治复杂,使得儿科看病成为了一大社会痛点,人工智能助手的加入则将有效缓解现状。

广州市妇女儿童医疗中心主任夏慧敏表示:“我们希望在不久的将来,这项技术将能形成大范围的示范推广,为基层儿科医生和年轻儿科医生提供辅助诊疗服务,为患儿家长提供智能自诊服务和权威的第二诊疗意见,避免误诊、漏诊造成的医疗风险。

此外,这个人工智能辅助诊断系统还可以通过多种方式应用到更广泛的临床场景中。例如在分诊环节,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诊断复杂或罕见疾病,医生可以借助人工智能拓宽鉴别诊断并思考可能不会立即显现的诊断可能性。

医疗健康一直是依图深入耕耘的领域,此次在儿科辅助诊断领域的研究工作被《自然·医学》杂志认可则进一步坚定了依图在医疗人工智能上探索的信心和决心。期待共同推动人工智能医学诊疗系统一步步走向成熟。