来源：分析测试百科网

　　来自加州大学圣地亚哥分校和广州市妇女儿童医疗中心的研究人员发表了题为“Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence”的文章，报道了人工智能系统对常见和危险儿童疾病诊断的评估情况，指出AI诊断系统和经验丰富的儿科医生一样准确。

　　这一研究成果公布在2月11日的Nature Medicine杂志上，由加州大学圣地亚哥分校的张康教授，与广州市妇女儿童医疗中心的夏慧敏教授领导完成。

　　“AI+医疗”潜力巨大，近年来的一些研究也证明了这一点，但以往的AI医疗主要集中在一种疾病或相关病症上。如去年2月，这一研究组在Cell上发表的文章，基于深度学习开发出一个能诊断眼病和肺炎两大类疾病的人工智能系统。

　　而最新的AI诊断系统能处理来自电子健康记录的大量数据，并发现以前未发现的疾病关联。研究表明这一系统可以分析来自广州医疗中心的130多万份儿科数据，将其分析的结果与医生的初步诊断进行比较，结果表明这一系统不仅在诊断常见疾病方面表现良好，而且也能准备诊断细菌性脑膜炎等危险疾病。

　　其中胃肠疾病的准确率达到85％，细菌性脑膜炎达到93％。这对于识别急需治疗的患者非常有用。

　　“虽然这种帮助对于医生相对短缺的地区最为明显，但人工智能系统的好处具有普遍性，”Scripps转化研究所人工智能主任Giorgio Quer表示，这项研究表明人工智能在医学中的应用越来越广泛。目前这一系统还无法超越有经验的医生，但它可以帮助初级医生。

　　他认为，“这一系统的一大重要应用在于急诊室，该系统可以分析生命体征，基本病史和提示身体检查的注意事项，帮助优化医生看诊的先后次序。”

　　这一AI诊断系统已经接受了手动注释信息的培训，能调用电子健康记录中的患者数据，包括症状，体格检查和实验室检查结果。

　　同时这一系统采用自然语言处理方法从医生的注释中提取相关数据，可以像医生一样使用问答形式进行诊断。比如可以询问患者是否发烧？是否咳嗽？等。

　　除了能诊断需要立即接受治疗的患者外，研究表明，AI系统甚至可以挑选出暂时不需要医生看诊的患者。这些患者可以进行常规的随访护理。

　　“这种诊断预测将有助于确保医生的时间专注于最迫切需求的患者，”研究称。

　　今年1月，张康教授与广州医科大学的何建行教授合作，在Nature Medicine上发表了一篇深度综述，梳理和预测了AI技术在医疗健康领域的实施现状与未来发展。

　　综述明确提出了AI在医疗健康领域的重要影响作用，将重点涵盖四大方向——诊断，治疗，人口健康管理，监督和调控。其中，最能体现AI价值的方式或许是让AI辅助专业医师，产生协同效应，支持实时的临床决策，助力精准医疗。目前，医疗相关的AI技术距离临床应用还存在一定距离，研究人员认为，需要解决数据共享、数据和算法的准确性和透明度、患者的安全、数据标准化、嵌入现有临床工作流程、经济考量和人才配备的问题等。