能“看圖”識(shí)別影像,更能“識(shí)字”讀懂病例,AI真的學(xué)會(huì)了這項(xiàng)技能。
2月12日,科研期刊《自然·醫(yī)學(xué)》(Nature Medicine)在線刊發(fā)題為《使用人工智能評(píng)估和準(zhǔn)確診斷兒科疾病》的醫(yī)療人工智能成果。
根據(jù)依圖科技官方介紹,該成果由依圖醫(yī)療聯(lián)合廣州市婦女兒童醫(yī)療中心等機(jī)構(gòu)共同研發(fā),基于機(jī)器學(xué)習(xí)的自然語(yǔ)言處理(NLP)技術(shù)實(shí)現(xiàn)不輸人類(lèi)醫(yī)生的強(qiáng)大診斷能力,并具備多場(chǎng)景的應(yīng)用能力。
具體來(lái)說(shuō),這是一套常見(jiàn)兒童疾病的診斷系統(tǒng),名為輔診熊。小至流感大至腦膜炎,這套AI系統(tǒng)都可以通過(guò)分析患者的癥狀、病史、化驗(yàn)結(jié)果及其他臨床數(shù)據(jù)對(duì)患者的病情進(jìn)行準(zhǔn)確地診斷。
意義重大!
因?yàn)?,?duì)病人來(lái)說(shuō),最怕的不是得病而是誤診。畢竟,不能對(duì)癥下藥,就是華佗在世也束手無(wú)策。
有數(shù)據(jù)記載,在全世界,每年都有大量的患者被誤診。
雖然醫(yī)生們努力通過(guò)系統(tǒng)化診病流程來(lái)降低誤診率,但這一方法依舊治標(biāo)不治本,醫(yī)生的主觀偏差仍然會(huì)影響診斷結(jié)果。
該系統(tǒng)的準(zhǔn)確率很高,且該系統(tǒng)未來(lái)有望幫助醫(yī)生診斷更加復(fù)雜罕見(jiàn)的疾病。
大規(guī)模數(shù)據(jù)集加持
總的來(lái)說(shuō),該系統(tǒng)基于近18萬(wàn)名連續(xù)訪問(wèn)兒科醫(yī)院18個(gè)月的中國(guó)患者的醫(yī)療記錄。
“深度學(xué)習(xí)”是加速革新醫(yī)療保健行業(yè)的關(guān)鍵技術(shù),數(shù)據(jù)的數(shù)量和質(zhì)量又是模型建立成敗的關(guān)鍵。中國(guó)不僅有龐大的人口基數(shù),而且數(shù)字信息的使用規(guī)范還沒(méi)有那么嚴(yán)苛,這使得中國(guó)科技公司和研究人員更容易獲得用于訓(xùn)練“深度學(xué)習(xí)”的數(shù)據(jù)集。
特朗普在本周一簽署了“美國(guó)人工智能倡議”,以促進(jìn)人工智能在美國(guó)政府、學(xué)術(shù)界和工業(yè)界的發(fā)展。政令明確指出,政府將鼓勵(lì)聯(lián)邦機(jī)構(gòu)和大學(xué)共享推動(dòng)自動(dòng)化系統(tǒng)發(fā)展的數(shù)據(jù)。
醫(yī)療數(shù)據(jù)的缺乏一直是美國(guó)發(fā)展人工智能的一道門(mén)檻。在中國(guó),研究人員在公立醫(yī)院相對(duì)容易獲取足以訓(xùn)練人工智能系統(tǒng)的數(shù)據(jù),但同樣的事情在美國(guó)卻沒(méi)那么容易。
“美國(guó)的醫(yī)生則需要到許多不同的地方(獲取數(shù)據(jù)),” Weill Cornell醫(yī)學(xué)中心臨床放射學(xué)副教授、MD.ai(為AI研究人員提供數(shù)據(jù)標(biāo)注服務(wù))的聯(lián)合創(chuàng)始人George Shih博士講道,“而且沒(méi)有一家醫(yī)院的檢測(cè)設(shè)備是一樣的,我們還必須保證數(shù)據(jù)是完全匿名的……就算我們獲得了原始數(shù)據(jù),后續(xù)的工作量仍然十分龐大?!?/p>
技術(shù)關(guān)鍵—神經(jīng)網(wǎng)絡(luò)
深度學(xué)習(xí)在這幾年得到了飛速發(fā)展,重塑了互聯(lián)網(wǎng)服務(wù)、消費(fèi)電子產(chǎn)品和無(wú)人駕駛汽車(chē),而現(xiàn)在它正大踏步邁進(jìn)全新的領(lǐng)域——醫(yī)療健康。目前,谷歌在內(nèi)的許多團(tuán)隊(duì)正在開(kāi)發(fā)電子健康記錄系統(tǒng),以供診斷骨質(zhì)疏松癥、糖尿病、高血壓和心力衰竭等疾癥。
類(lèi)似的技術(shù)也被應(yīng)用于自動(dòng)檢測(cè)X光、核磁共振成像和眼部掃描圖像呈現(xiàn)出的疾病跡象。
談及這些新興系統(tǒng)的本質(zhì),其實(shí)要?dú)w功于神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是一種人工智能技術(shù),它可通過(guò)分析海量數(shù)據(jù)進(jìn)行自主學(xué)習(xí),輸出決策。換言之,神經(jīng)網(wǎng)絡(luò)正大舉助力各行各業(yè),從醫(yī)療保健到無(wú)人駕駛汽車(chē),甚至是軍事應(yīng)用領(lǐng)域都有它的一份功績(jī)。
通過(guò)這項(xiàng)技術(shù),加州大學(xué)圣地亞哥分校眼科遺傳學(xué)主任張康博士建立了可以分析出血、病變和其他糖尿病失明跡象的眼部掃描系統(tǒng)。理想情況下,這套系統(tǒng)可以為患者建立起第一道防線,而且可以幫助醫(yī)生對(duì)來(lái)訪者進(jìn)行初步的篩選,檢查出需要特別關(guān)注的患者。
張博士和他的同事已經(jīng)成功將系統(tǒng)升級(jí),現(xiàn)在的系統(tǒng)不止可以識(shí)別圖像,還可以識(shí)別文本數(shù)據(jù)模式?!拔磥?lái),醫(yī)生們將節(jié)省下更多時(shí)間完成自己的本職工作?!睆埐┦恐v道。
人工智能系統(tǒng)診斷兒科疾病流程
“有時(shí)候,醫(yī)生在診斷時(shí)無(wú)法考慮到所有的可能性”他繼續(xù)講道,“但這套系統(tǒng)可以提供‘抽查’功能,確保醫(yī)生不會(huì)錯(cuò)過(guò)任何信息。”
除診斷系統(tǒng)外,張博士開(kāi)發(fā)了一套實(shí)驗(yàn)系統(tǒng)。實(shí)驗(yàn)系統(tǒng)分析了中國(guó)廣州婦女兒童醫(yī)療中心近60萬(wàn)患者的電子病歷,將常見(jiàn)的病情與醫(yī)生、護(hù)士和其他技術(shù)人員收集的患者詳細(xì)信息聯(lián)系在一起。
首先,專家們對(duì)患者的就診記錄一一注釋,對(duì)識(shí)別疾病相關(guān)的信息打上相對(duì)應(yīng)的標(biāo)簽。系統(tǒng)接下來(lái)將分析這些標(biāo)注好的數(shù)據(jù)。
然后,將這些標(biāo)注好患者病癥的數(shù)據(jù)集輸入神經(jīng)網(wǎng)絡(luò)。不久后,神經(jīng)網(wǎng)絡(luò)將自己建立起書(shū)面記錄和觀察癥狀間的關(guān)系,模型訓(xùn)練完成。
準(zhǔn)確率超人類(lèi)
在對(duì)未標(biāo)記的數(shù)據(jù)進(jìn)行測(cè)試時(shí),該軟件的表現(xiàn)可以與經(jīng)驗(yàn)豐富的醫(yī)生相媲美:醫(yī)生在診斷哮喘方面的準(zhǔn)確率從80%到94%不等,該軟件的準(zhǔn)確率已超過(guò)90%。
人工智能和醫(yī)生團(tuán)隊(duì)在兒科疾病診斷水平的比較
在診斷胃腸疾病時(shí),醫(yī)生的準(zhǔn)確率為82%至90%,而該系統(tǒng)準(zhǔn)確率為87%。
在特定的情況下,神經(jīng)網(wǎng)絡(luò)可以非常強(qiáng)大,它能夠識(shí)別人類(lèi)永遠(yuǎn)無(wú)法識(shí)別的數(shù)據(jù)模式。但至于為什么神經(jīng)網(wǎng)絡(luò)做出了這些決定、他們到底是如何自學(xué)這類(lèi)問(wèn)題,就連專家也無(wú)法解釋得清。
因此,為獲得醫(yī)生和患者的信任,專家表示張博士的這套系統(tǒng)仍需進(jìn)行更大范圍的臨床測(cè)試。
診斷50余種兒科常見(jiàn)疾病的準(zhǔn)確性均超過(guò)85%
“醫(yī)學(xué)是一個(gè)非常嚴(yán)謹(jǐn)?shù)难芯款I(lǐng)域,”佛羅里達(dá)大學(xué)醫(yī)療保健行業(yè)的深度學(xué)習(xí)研究員Ben Shickel說(shuō)道, “人命關(guān)天,沒(méi)有人會(huì)隨意擺出一個(gè)不知道內(nèi)部構(gòu)造的黑箱子供醫(yī)生或患者使用?!?/p>
盡管將深度學(xué)習(xí)系統(tǒng)大規(guī)模部署在急診室和診所還很遙遠(yuǎn),但仍有一些項(xiàng)目有著可喜的進(jìn)展:谷歌目前正在印度南部的兩家醫(yī)院進(jìn)行眼科掃描系統(tǒng)的臨床試驗(yàn)。
張博士說(shuō),基于深度學(xué)習(xí)的診斷工具更有可能在美國(guó)以外的國(guó)家蓬勃發(fā)展,尤其是在像中國(guó)和印度這樣醫(yī)生較為稀缺的國(guó)家。
張博士及其同事建立的系統(tǒng)得益于廣州醫(yī)院收集的海量數(shù)據(jù)。相較來(lái)看,美國(guó)普通醫(yī)院規(guī)模較小,而且法律法規(guī)對(duì)于數(shù)據(jù)的收集和使用十分嚴(yán)苛,所以從美國(guó)醫(yī)院收集來(lái)的數(shù)據(jù)集通常規(guī)模非常小。
張博士補(bǔ)充道,他和同事在未來(lái)研究中必將保護(hù)患者的隱私。但他不得不承認(rèn),中國(guó)的研究人員在收集和分析這類(lèi)數(shù)據(jù)時(shí)可能更具優(yōu)勢(shì)。
-
醫(yī)療電子
+關(guān)注
關(guān)注
30文章
1351瀏覽量
89926 -
AI
+關(guān)注
關(guān)注
87文章
28875瀏覽量
266212 -
人工智能
+關(guān)注
關(guān)注
1787文章
46060瀏覽量
234970
原文標(biāo)題:中國(guó)AI登上Nature子刊:能“讀懂”病歷、會(huì)推薦診斷,準(zhǔn)確度超人類(lèi)醫(yī)生
文章出處:【微信號(hào):BigDataDigest,微信公眾號(hào):大數(shù)據(jù)文摘】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論