人工智能为儿童看病

《自然-医学》在线发表的一篇论文报告了一个准确度较高的人工智能（AI）模型，其对常见儿童疾病的诊断准确度相当于经验丰富的儿科医生。 

研究结果以概念验证的方式证实了基于人工智能的系统可以辅助儿科医生处理海量数据，增强诊断性评估，并在诊断不明确的情况下提供临床决策支持。

近年来，随着医疗信息的复杂度越来越高，病种范围、诊断试验和治疗方式呈指数式增长，而进行临床决策也变得日益复杂。

张康和同事研发了一种基于人工智能的模型，其运用的自动化自然语言处理系统能通过深度学习技术从电子病历中识别出临床相关信息。该模型可以搜索电子病历，发现之前的统计方法所无法发现的关联。研究团队通过对中国广州一所大型转诊中心1362559例儿科门诊的1.016亿个数据点进行分析，训练并验证了这一框架。

与检查医师的初步诊断结果相比，该模型的诊断准确度高，对两类重要疾病的诊断结果尤其出色：一类是流感和手足口病等常见疾病，另一类是急性哮喘发作和脑膜炎等严重或有生命危险的疾病。

作者认为，这类人工智能框架或能通过患者分类，将可能只是普通感冒的患者与需要紧急干预的重病患者区分开来，从而提高患者护理效率。