AI模型診療確切度媲美經(jīng)歷充足兒科醫(yī)師
據(jù)英國《自然·醫(yī)學》雜志12日在線刊登的一項最新研發(fā),美國科學家報表了1個確切度較高的人工自動(AI)模型,其對常見兒童重病的診療確切度相當于經(jīng)歷充足的兒科醫(yī)師。該研發(fā)結果以概念驗證的方法證明了基于人工自動的體系能夠輔助兒科醫(yī)師解決海量信息,加強診療性評價,并在診療不明確的狀況下供應臨床抉擇追隨。
近年來,緊隨醫(yī)療數(shù)據(jù)的高難度越來越高,病種范疇、診療實驗和治愈方法呈指數(shù)式增長,而進行臨床抉擇也變得逐漸高難。
這次,美國加州大學圣迭戈分校研發(fā)職員張康及其同事,研究了一類基于人工自動的模型,其應用的智能化自然話語解決體系能通過深度學習技術從電子病歷中辨認出臨床有關數(shù)據(jù)。該模型能夠搜刮電子病歷,發(fā)掘此前的統(tǒng)計方式所不能發(fā)掘的關聯(lián)。
研發(fā)隊伍通過對中國廣州一所大型轉診核心1362559例兒科門診的1.016億個信息點進行解析,訓練并驗證了這一框架。
與檢驗醫(yī)生的初步診療結果相比,該模型的診療確切度高,對兩種首要重病的診療結果特別超卓:一種是流感和手足口病等常見重病,另一種是急性哮喘發(fā)作和腦膜炎等嚴重或有生命風險的重病。
研發(fā)職員認定,這種人工自動框架或能通過患者分類,將也許不過一般傷風的患者與須要緊急干預的疾病患者辨別開來,進而提升患者護理效益。