该月刊的这篇文章题为《使用人工智能评估和准确诊断儿科疾病》(“评估和准确诊断” 人工智能国际。”顶级。
据参考消息网-出海记记者了解优化诊断利用人工智能技术诊断儿科疾病的科研成果登上。科研学报《自然·医学》(《自然医学》)2月11日发布了这一成果成果。
该月刊的这篇文章题为《使用人工智能评估和准确诊断儿科疾病》(“评估和准确诊断” 人工智能国际。”顶级。
据参考消息网-出海记记者了解该文章由广州市妇女儿童医疗中心与依图医疗等企业和科研机构共同完成基于机器学习的自然语言处理( 这是全球首次在顶级医学杂志发表有关自然语言处理(NLP)技术基于电子健康记录(EHR)做临床智能诊断的 研究成果也是利用人工智能技术诊断儿科疾病的重磅研究成果诊断。电子病历的数据信息之广数据类型之多以及某些方面的数据贫乏及可能出现的特殊案例等都导致 机器学习难以进行精确的数据分析并并形成预测临床检测的数据模型智能。
相关人士介绍依图提出并测试了一个专门对电子医学病例进行数据挖掘的系统框架将医学知识和数据驱动 该模型先通过NLP对电子病例进行标注利用逻辑回归来建立层次诊断在常见儿童疾病方面的综合诊断准确率相对较低年资儿科医生(3年+ 8年临床经验) )中国。
从数据来看以呼吸系统疾病为例对上呼吸道疾病和下呼吸道疾病的诊断准确率分别为89%和87%而在上呼吸道疾病诊断中急性喉炎和鼻窦炎 的准确率分别高达86%和96%对不同类型高血压的诊断准确率从83%到97%AI。同时对普通系统性疾病以及危险程度更高的疾病也有很高的诊断准确率例如传染性 单核细胞增多症(90%)水痘(93%)玫瑰疹(93%)流感(94%)手足口病(97%)和细菌性脑膜炎(93%)临床。该系统可以根据NLP系统注释的临床数据信息对儿科疾病做出准确的判断出海。技术与医学知识图谱对EHR数据进行解构从而构建出替代的智能病种库。并随后可以更容易地利用智能病种库建立各种诊断模型。而诊断模型证明基于AI的系统可以 帮助医生处理大型数据和辅助诊断同时在诊断的不确定性和复杂性上给予临床支持”依图医疗总裁倪浩表示“儿科疾病症状多种多样临床医生同样难以区分诊断流程费时 费力但明确诊断非常重要。拥有可与经验丰富的儿科医生相区分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着优化诊断流程。”
相关人士表示依图与广州市 妇女儿童医疗中心进行合作收集了该中心在2016年1月至2017年7月间的567498个门诊病人的1362559次问诊电子病历取出到覆盖初始诊断包括儿科55种 病例学中常见疾病的1.016亿个数据点其中这些信息用于训练和验证系统框架。
可以预见的是模型多个能在医疗资源短缺或不均的地区发挥巨大作用也将为全世界带来重要的普适进步意义。
在2019年1月刊中 《自然·医学》曾发表9篇论文聚焦AI医疗此篇文章SEO关键词此篇文章在说明这一阶段的学术领先性与应用扩展性的同时也标志着人工智能在医疗行业的深度落地及驱动医疗行业