RSS订阅
复制 关闭

南方南 | “AI医生”医术靠谱吗?诊断准确率堪比年轻医生

人民日报中央厨房-南方南工作室   

2019-02-13 09:54

微信图片_20190213081912.jpg

  前两年阿尔法狗的横空出世,让我等吃瓜群众对人工智能(AI)的棋艺大开眼界;如今,“医疗界的阿尔法狗”又在广州发育成长并蹒跚迈出了第一步——

  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》(Nature Medicine)在线刊登了题为《使用人工智能评估和准确诊断儿科疾病》的论文,讲的是一个诞生在广州,利用AI技术诊断儿科疾病的重磅科研成果。

  用七个字形容,文章可谓“高端、大气、上档次”,高端当然是文章刊登在国际顶级医学杂志上,大气是说文章信息量很大,上档次嘛,这是全球首次在顶级医学杂志发表有关自然语言处理(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。

  说得这么拗口,想必吃瓜群众要蒙圈儿,归了包堆儿一句话:以后,人工智能也能看病了,而且医术不低,拿纳入系统的55种常见儿科疾病作测试,诊断准确率超过了一般年轻医生。试想,这项科研成果,能否标志AI模拟人类医生进行疾病诊断时代的到来?

  “医术”堪比年轻医生

8ee0738bec31f5e79f6f3d659e194ff.png

AI智能诊断系统得分高于前两组低年资医生

  近年来,人工智能技术在医学上的应用,不断刷新人们的认知。

  利用AI的深度学习能力,可以预测血压、年龄、吸烟状况和疾病风险;美国FDA甚至批准了一种基于人工智能的设备,来检测某些和糖尿病相关的眼部问题。

  而此次诞生于中国广州的最新科研成果,由广州市妇女儿童医疗中心主打,联合依图医疗、康睿智能科技等业内顶级研究团队及广东省再生医学重点实验室共同完成。他们联合打造的这套AI智能诊疗系统,通过自动学习来自56.7万名儿童患者、覆盖急性上呼吸道感染等55种儿科常见疾病的136万份高质量电子文本病历,从而获得了令人惊叹的“医术”。

  研究人员介绍,该AI系统可以通过人机交互获取患者或家长口述文本,包括主诉、症状、疾病史、用药史等信息,做出粗略诊断,给出可能的疾病范围;通过医生当面问诊或互联网远程问诊,获取详细病情及鉴别诊断特征,给出具体的精确诊断;如果有实验室检验或影像检查数据,系统还可以进一步确认其诊断结果。

  机器也能给人看病?吃瓜群众恐怕心里要犯怵了,这靠得住吗?健康攸关的事儿,看错了怎么办?

  别急,AI智能诊断系统是“久经考验”的。研究人员随机抽出12000份患儿病历,一边是人工智能,一边是广州市妇女儿童医疗中心的20位儿科医生,来了一场“人机大战”。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,人工智能诊断准确率的平均得分高于前两组低年资医生,接近三组高年资医生。

  临床应用中,2019年1月1日~21日短短20天,该院医生已实际调用它开展辅助诊断30276次,诊断与临床符合率达到87.4%。

  研究团队还开发了一套诊断结果智能推荐系统,模拟人类医生的诊疗路径,把目标患儿进行逐级判定。广州市妇儿中心医务部主任孙新说,这套系统首先会按呼吸系统疾病、胃肠道疾病、全身性疾病等几大系统分,然后在每一类下面做细分。举例来说,在最常见的呼吸系统疾病中,这个系统会先按上呼吸道和下呼吸道进行区分,再按喉炎、气管炎、支气管炎、肺炎进行细分。经过检验,在每一层级,由AI做出的初级诊断在精确度上都接近检查医师做出的初级诊断。例如在患儿群体中最常见的急性上呼吸道感染,模型对病例的诊断达到95%的准确率。

  会“识字”大大提升学习能力

bcd57fa20ae6412a6b31cfe5a37afc3.png

AI智能诊断系统的数据库病例由人手动注释

  人工智能怎么学习看病?可不是把那么多病例往它面前一搁就行了。广州市妇女儿童医疗中心主任、院长夏慧敏感慨,就像抚育一个新生儿,AI智能诊断系统从呱呱坠地到如今蹒跚着迈出实质性的第一步,凝聚了该院科研专家、医护人员和院内外众多技术人员的共同心血。

  说起广州市妇女儿童医疗中心,它是华南地区规模最大的三级甲等妇女儿童医院,2018年全年门急诊量约463万人次,住院病人近14万人次,分娩量3.2万人,手术量8.7万台次,在复旦最佳医院综合排名中连续7年进入百强。拥有国家卫生部临床重点专科3个,广东省临床重点专科(学科)6个,广东省“十二五”医学重点实验室2个;拥有国际标准的百万级生物样本库,建立了全世界规模最大之一的妇幼队列研究平台。长期、密集的临床医疗实践,积累了海量的病例“大数据”,现在就是如何将它们利用起来的问题。

  在此之前,AI在基于医学图像的诊断工具不断涌现,但大多只能看懂相对标准化的静态图像数据。但只会“看图”,不会“识字”,这种初级阶段的学习,对于诊断显然不够。要让AI能读得懂病历文本,并能从凝结在其中的人类医生的知识和语言中,自动学习其诊断逻辑,从而更进一步读懂、分析复杂的病例,才能让人工智能像人类医生一样“思考”。

  可是,病例文本的语言和计算机的语言之间,不啻于“跨越种族的交流”,弄不好就是“鸡同鸭讲”,这是研究人员在训练AI学习病例文本中突破的最大难点。

  为此,研究团队利用依图医疗的自然语言处理(NLP)技术建立一套病历智能分析系统,深度挖掘和分析医疗文本的信息,将非结构化文本形式的病历数据变成规范化、标准化和结构化的数据,以便AI可以准确完整地“读懂”病历。在此过程中,医生、科学家和技术人员通力合作,由30余位高级儿科医师和10余位信息学研究人员组成的专家团队手动给电子病历上的6000多张图表进行注释,并持续对模型进行检验和迭代。

  在技术上实现了既能“看图”,又能“识字”的突破,意味着AI诊断系统的继续学习能力大大增强。“它具备增量学习的功能,在实践中对于被采纳的结果会增强记忆,对于未被采纳的结果,在核实之后会通过继续学习实现能力的提升。”论文第一作者、广州市妇女儿童医疗中心数据中心主任梁会营博士透露,系统上线三个月,随着应用的增加不断迭代,功能日益强大。

  而在此之前,广州市妇女儿童医疗中心在推动移动互联网医院建设过程中,通过3年的数据基础工作,将数据高质量地开展标准化、结构化处理,实现了50多个诊断数据子系统的相互交流和互联互通。

  还有很多基础工作待推进

f0bfc033a3b30eac197a562a1e88f3f.png

AI智能诊断系统的技术架构

  “国家大力推进的人工智能规划,让我们看到了契机,基于信息化产生的优质医疗大数据落地AI技术和平台,既能在一定程度上解决医疗服务能力不足的问题,又能提高健康服务的公平性和可及性。”夏慧敏希望在不久的将来,这项技术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。

  据研究团队介绍,这个人工智能辅助诊断系统将可以通过多种方式应用到临床中。首先,它可以用作分诊程序。例如,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,输入到系统中进行初步诊断。广州市妇儿中心儿内科门诊主任何丽雅认为:“这在临床应用中有非常重要的意义,因为有了AI快速分诊的辅助,就可以让医疗服务的有限资源用于最需要帮助的患者。”

  另外,对于一些凶险的、有可能威胁生命的重大疾病、罕见病,AI系统同样可以帮助医生处理大型数据和辅助诊断,在诊断的不确定性和复杂性上给予临床支持。论文共同第一作者、依图医疗CEO倪浩表示:“儿科疾病症状多种多样,明确诊断非常重要。拥有可与经验丰富的儿科医生相媲美的助手进行辅助诊断,能够让医生有效地降低诊断时间,显著优化诊断流程。”

  对于个人工智能辅助诊断系统的未来,夏慧敏教授表示:“这项研究,将会成为AI技术在医疗中实施应用的重要里程碑。通过系统学习文本病历,人工智能或将可以诊断更多疾病。”

  但需要清醒认识到,我们仍有很多基础性工作要做扎实,比如高质量数据的集成便是一个长期的过程,因为大数据的收集和分析需要算法工程师、临床医生、流行病学专家等在内的多专家通力合作。此外,人工智能学习了海量数据后,其诊断结果的准确性仍然需要更大范围的数据对其进行验证和比对。

  此外,区域之间的数据对接和互联互通,仍是一个难点,需要从国家层面予以统筹协调。有专家表示,广州市妇女儿童医疗中心研发的这套系统,大量基于广东或南方本地患者的疾病特诊和诊疗数据,要推广、复制到更广大的范围,需要不断纳入当地的病例数据,在此过程中,不同地域之间医院数据能否对接、能否互相读懂对方,就成为一个关键性的问题。

责编:

展开全文

关键字