北京时间2月12日，国际医学科研期刊《自然医学》（Nature Medicine）在线发布了题为《使用人工智能评估和准确诊断儿科疾病》（Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence）的文章，该文章由广州市妇女儿童医疗中心与依图医疗等机构共同完成。

近年来，机器学习在医学影像诊断方面表现强势，但在电子病历数据分析方面仍面临巨大挑战。在这项最新科研成果中，人工智能在识别医学影像的基础上，通过自动学习病历文本数据（医生的知识和语言）中的诊断逻辑，逐步具备了一定的病情分析推理能力，能更进一步读懂、分析复杂的病例。据研究团队介绍，这是顶级医学杂志首次发表通过自然语言处理中文文本型电子病历进行临床诊断相关技术的论文。

“此次成果的核心技术部分，实际上是通过深度学习技术与医学知识图谱，对电子病例数据进行解构，从而构建了高质量的智能病种库。使得后续可以较容易地利用智能病种库建立各种诊断模型。而诊断模型证明了基于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。”

广州市妇女儿童医疗中心夏慧敏教授表示，这篇文章的启示意义在于，通过系统学习文本病历，人工智能或将可以诊断更多疾病。但须清醒认识到，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、流行病学专家等进行通力合作。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。（光明融媒记者 方曲韵）