它看病就像人類醫生一樣。醫生將患者主訴、症狀、個人疾病史、體格檢查、實驗室檢驗結果、影像學檢查結果、用藥情況等信息輸入病歷文本，系統自動將自由病歷文本轉換成規範化、標準化和結構化的數據。“讀懂”病歷後，系統給出診斷結果。
診斷準確率還挺高。以呼吸系統疾病為例，對上呼吸道疾病和下呼吸道疾病的診斷準確率分別為89%和87%，而在上呼吸道疾病診斷中，急性喉炎和鼻竇炎的準確率分別高達86%和96%，對不同類型哮喘的診斷準確率從83%到97%。同時對普通系統性疾病以及危險程度更高的疾病也有很高的診斷準確率，例如傳染性單核細胞增多症（90%）、水痘（93%）、玫瑰疹（93%）、流感（94%）、手足口病（97%）、細菌性腦膜炎（93%）。
這好像有點超出我們的接受程度，但研究歸研究，實踐了嗎？別急，研究團隊還真的進行人機大戰檢驗，後來還在醫院真刀真槍臨床使用了。
研究人員隨機抽出12000份患兒病歷，一邊是人工智能，一邊是廣州市婦女兒童醫療中心的20位兒科醫生。20位“參賽”兒科醫生按年資和臨床經驗高低分成5組，結果顯示，人工智能診斷準確率的平均得分高於前兩組低年資醫生，接近三組高年資醫生。
今年1月1日，該系統在廣州市婦兒中心進入臨床應用，1月1日至1月21日短短20天，該院醫生已實際調用它開展輔助診斷30276次，診斷與臨床符合率達到87.4%。
廣州市婦兒中心醫務部主任孫新談了使用體會，他說，這套系統會對疾病進行分組分類細分。比如在最常見的呼吸系統疾病中，這個系統會先按上呼吸道和下呼吸道進行區分，再按喉炎、氣管炎、支氣管炎、肺炎細分，比較科學。
|
