人机大战, 轻松PK过低年资儿科医生


  一项AI产品能否给医疗行业带来变化,仅考虑技术的可行性还不够,在诊疗过程中的实际应用价值更加重要,之所以医学影像上AI最先发力,也是因为医疗数据中有超过9成数据来自于医学影像,但实际医疗中对医学影像的诊断又依赖于人工主观分析。人工分析只能凭借经验去判断,容易发生误判。据中国医学会数据资料显示,中国临床医疗每年的误诊人数约为5700万人,总误诊率为27.8%,器官异位误诊率为60%。


  而AI的出现则可解决这个实际难题,深圳市南山人民医院就在腾讯的AI医学影像技术——腾讯觅影的辅助下对早期食管癌进行筛查,筛查准确率达到90%,中山大学肿瘤防治中心牵头开展上消化道肿瘤人工智能诊疗决策系统的研发及推广应用项目,根据该系统试用初期数据分析,临床试用中恶性肿瘤识别准确率已达到95%以上。


  据悉,此次的AI产品通过自动学习来自56.7万名儿童患者的136万份高质量电子文本病历中的诊断逻辑,诊断包括消化科、呼吸科等55种疾病,覆盖了超过75%的常见儿童疾病,准确度与经验丰富的儿科医师相当。



  广州市妇女儿童医疗中心数据中心主任梁会营介绍,此前,我们做过一次“人机大战”,随机抽出12000份患儿病历,并把20位“参赛”儿科医生按年资和临床经验高低分成5组,看看AI的成绩和哪一组医生接近,最后显示AI模型的平均得分高于两组低年资的医生,接近三组高年资医生。


  广州市妇儿中心医务部主任孙新认为,“专业儿科医生高质量的先验医学知识输入成为这项AI关键优势。”具体来看,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生做出的初级诊断,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。


  对于一些凶险的、有可能威胁生命的疾病(例如急性哮喘发作、细菌性脑膜炎等),算法也同样表现出了强大的诊断性能,广州市妇儿中心儿科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。”

 

39健康网 - 39健康網 - 中国优质医疗保健信息与在线健康服务平台 Copyright © 2000-2024 未经授权请勿转载 | 联系我们

我来评论

已有0人参与 点击查看
注册
欢迎你,jessfgs [个人中心] [咨询医生] 退出