医疗领域又一只"阿法狗" "虚拟医生"可诊断眼病和肺炎

医疗领域又一只"阿法狗" "虚拟医生"可诊断眼病和肺炎

拓展

可判定肺炎病原学类型精准用药

为验证这个AI系统在迁移学习的帮助下能应用于视网膜疾病之外的其他疾病，本研究中，研究团队仅用5000张胸部X线图像数据和迁移学习，就构建出了儿童肺炎的AI疾病图像诊断系统。该系统实现了儿童肺炎病原学类型的差异性分析和秒级判定。经检测，新一代AI平台在区分肺炎和健康状态时，准确性达到92.8%，灵敏性达到93.2%，特异性达到90.1%，检测准确率曲线下面积达到96.8%。

“人工智能就是模拟人脑，人脑不仅可以看图像，还能进行其他工作。能否让人工智能也举一反三？”张康教授大胆设想。他介绍，肺炎是全世界儿童因感染导致死亡的首要原因，决定肺炎预后的关键因素是能否根据肺炎的病原学类型精准用药。

在研究团队的努力下，目前，新一代人工智能平台能够基于儿童胸部X线片实现儿童肺炎病原学类型的秒级准确判定。在区分细菌性肺炎和病毒性肺炎上，准确性达到90.7%，灵敏性达到88.6%，特异性达到90.9%，检测准确率曲线下面积达到94%。

据悉，这不仅是全世界首次实现用AI精确指导抗生素合理使用，而且该平台可以不受医院级别和区域的限制，为肺炎这一抗生素滥用重灾区提供精准用药方案，避免抗生素滥用，临床意义重大。

创新

遮挡测试让“虚拟医生”诊断更可信

此外，这项研究还解决了医生最为关注的问题，即AI平台是如何“思考”的，其诊断结果到底可不可信。

研究团队在视网膜OCT图像的研究中创新性地加入了“遮挡测试”，通过反复学习、实践和改进，平台会输出色块“遮挡”其判定为病变的部位，这样医生就可以直观了解到人工智能是如何诊断的，并评价机器诊断的正确性。

“不仅能告诉医生自己的判断，还能告诉医生自己为什么这么判断，从而实现人机互动，提高诊断的透明度和信任性。”张康教授说。

目前，该AI系统已经在美国和拉丁美洲眼科诊所进行小规模临床试用，取得经验后将进行大规模推广。而新一代AI平台仍在不断强化当中。

“新一代AI平台的终极目标是整合文本型病历数据、全结构化实验室检查数据、图像数据、光电信号等多媒介数据，模拟临床医生对患者病情进行系统评估，为医务人员提供综合的辅助决策。”广州市妇女儿童医疗中心主任夏慧敏表示，希望在不久的将来，这项技术能形成大范围的自动化分诊系统，为医生提供一种辅助诊断的方法，并可用于监测和维护人类健康，提高人类生活质量。