当前位置:主页 > 2018刘伯温玄机诗001一153 >

71位中外科学家联手打造史上最强“AI儿科医生”

发布时间:2019-02-23   浏览次数:

这项人工智能程序,能够像医生一样准确地检测出测试结果、健康记录甚至手写笔记,诊断儿童疾病。

本文的作者之一,张康传授也表示:“医生和AI的关系,可以类比于人类驾驶员和在其监督下的主动驾驶汽车。它只会让医生在更短的时间内以更低的成本做更好的事件。”

诚然机器学习分类器(MLCs)已经在基于图像的诊断中显示出其富强的性能,但对各种大范畴电子健康记载(EHR)数据的分析仍然存在挑战性。

从流感、哮喘到威胁生命的肺炎跟脑膜炎,该体系的准确率始终与低级保健儿科医生相当,甚至有所超越:

从结果来看,该系统的表示确实优于初级医生,但它绝对不能完全取代临床医生。无论利用多少训练样例,都无奈保障100%精确的结果。

这是中国研究团队首次在顶级医学杂志发表有关造作语言处置(NLP)技巧基于文本型电子病历(EMR)做临床智能诊断的研究成果!团队成员来自广州市妇女儿童医疗中心、加州大学圣地亚哥分校基因医学研究所、医学工程研讨所希利眼科研究所、依图科技等多家机构。

Nature子刊Medicine发布了一篇重磅文章??《使用人工智能评估和正确诊断儿科疾病》,在业界引发了不小的反映。

然而伯明翰大学工程学Duc Pham教养表示:

儿科诊断框架的工作流程图

首先提取数据,基于深度学习构建NLP模型,对数据进行语义剖析,其次将数据进行构造化,最后对这些完整结构化的数据库用疾病分类器处理,猜想临床诊断。

大型儿科队列中诊断框架的品位结构:使用分层逻辑回归分类器,来建立基于解剖学划分的诊断系统

AI程序诊断出呼吸道感染和鼻窦炎准确率为95%;

基于人工智能(AI)的措施已成改变医疗保健的有力工具

我国研究人员再创佳绩!

不常见的疾病确切诊率也很高:急性哮喘(97%)、细菌性脑膜炎和水痘(93%)以及单核细胞增多症(90%)。

本研究共分析了1362559名儿科患者就诊于某大型转诊中心的10160万个数据点,对该框架进行了练习和验证。

这项技术可能来的正是时候。近年来,由于疾病的范围、诊断测试跟治疗打算都呈指数级增添,这就使得医生的决定过程变得更加复杂。

在本文,作者表明MLC可能以类似于医生应用的假设 - 演绎推理的方式查问EHR,并且发现以前的统计方法所不找到的关联特点。作者的模型采用一种自动化的自然语言处理系统,使用深度学习技能从EHR中提取临床相关信息。

Nature杂志在一份新闻稿件中表现:

Copyright 2017-2025 http://www.kbwire.com All Rights Reserved.