人工智能系统或像医生一样“思考”

北京时间2月12日零时14分，国际知名医学科研期刊《自然医学》在线刊登了有关自然语言处理（NLP）技术基于中文文本型电子病历（EMR）做临床智能诊断的研究成果，文章题为《使用人工智能评估和准确诊断儿科疾病》。有专家认为，这标志着人工智能系统模拟人类医生进行疾病诊断时代的到来。

由广州市妇女儿童医疗中心夏慧敏教授、加州大学圣地亚哥分校张康教授等专家领衔的医疗数据智能化应用团队联合人工智能研究和转化机构研发的“辅诊熊”人工智能诊断平台，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，应用于诊断多种儿科常见疾病，准确度与经验丰富的儿科医师相当。

“此次研究最大的贡献在于，人工智能系统不但能基于医学图像‘看图’，还会看病历‘识字’，能像人类一样读懂文本中蕴藏的疾病信息。”夏慧敏介绍，人工智能系统通过自动学习病历文本数据中的诊断逻辑，逐步具备了一定的病情分析推理能力，能更进一步读懂、分析复杂的病例，意味着人工智能系统或将能像医生一样“思考”。

人工智能系统的准确率有多高？2018年广州市妇女儿童医疗中心曾进行了一场“人机大战”。研究人员随机抽出1.2万份病历，并把20位“参赛”儿科医生按年资和临床经验高低分成5组。结果显示，人工智能系统的平均得分高于2组低年资医生，接近3组高年资医生。

广州市妇女儿童医疗中心数据中心主任梁会营博士介绍，2019年1月1日至1月21日，“辅诊熊”辅助诊断功能点击次数达30276次，诊断与临床符合率约87.4%，“人工智能系统工作20天，相当于一位儿科副主任医师一整年的门诊工作量”。

夏慧敏表示，要清醒认识到，该研究仍有很多基础性工作要做扎实。“未来希望人工智能系统能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。”

对于患者来说，人工智能技术的应用场景也非常广阔。研究人员介绍，该人工智能系统可以通过人机交互获取患者或家长口述文本，作出粗略诊断，给出可能的疾病范围。在粗略诊断基础上，可通过医生当面问诊或互联网远程问诊，模型据详细病情及鉴别诊断特征重新运算，给出具体的精确诊断。如果有实验室检验或影像检查数据，人工智能系统还可以进一步确认其诊断结果。更重要的是，它具备增量学习的功能，可在实践中不断自我提升。