人工智能为儿童看病

《自然医学》杂志本周在网上发表的一篇论文报道了一种高度精确的人工智能模型，这种模型对常见儿童疾病的诊断准确率与经验丰富的儿科医生相当。研究结果证明，基于人工智能的系统能够辅助儿科医生处理海量数据，增强诊断评估，并在诊断不明确时提供临床决策支持。

近年来，随着医学信息的日益复杂，疾病的范围、诊断测试和治疗方法呈指数增长，并且做出临床决策变得越来越复杂。

张康和他的同事开发了一个基于人工智能的模型。该模型使用的自动自然语言处理系统可以通过深入学习技术从电子病历中识别临床相关信息。该模型可以搜索电子病历，找到以前的统计方法无法找到的关联。研究团队通过分析中国广州一家大型转诊中心1362559个儿科门诊的10160万个数据点，对该框架进行了培训和验证。

与检查医师的初步诊断结果相比，该模型具有较高的诊断准确率，特别适用于两种重要疾病:一种是常见疾病，如流行性感冒和手足口病；另一种是严重或危及生命的疾病，如急性哮喘发作和脑膜炎。

作者认为，这种人工智能框架可能能够通过患者分类将可能只患有普通感冒的患者与需要紧急干预的重症患者区分开来，从而提高患者护理效率。