人工智能是醫療行業革新的核心動力，科技巨頭和新興創業型公司紛紛布局AI醫療，這個領域的競爭日益激烈。

這是全球首次在頂級醫學雜志發表有關自然語言處理（NLP）技術基于電子健康記錄（EHR）做臨床智能診斷的研究成果，也是利用人工智能技術診斷兒科疾病的重磅科研成果。在以依圖科技為代表的人工智能企業驅動下，中國正逐步形成由勞動力輸出、技術輸出再到學術輸出的角色轉變，成為全球人工智能領域的重要力量。

成立于2012年的依圖科技，致力于人工智能創新性研究，將先進人工智能技術與行業應用相結合，服務于醫療健康、公共安全、金融等眾多領域，已經發展為國內不可或缺的人工智能領軍企業。作為國計民生相關的重要行業，人工智能技術對醫療行業的巨大革新作用得到了社會的廣泛關注，去年的政府工作報告在談及加強新一代人工智能研發應用時首先點名醫療領域，高度重視高新技術對于健康中國2030計劃的推進作用。

依圖與廣州婦女兒童中心聯合研究的利用人工智能技術診斷兒科疾病的重磅科研成果，是通過深度學習與知識圖譜相結合，解構臨床電子病歷數據，形成一套智能病種庫，并在其基礎上構建輔助診斷模型的技術。也就是說，有了這項技術，計算機能夠“讀懂”兒科病歷，并進行初步診斷。作為本文共同第一作者，依圖醫療CEO倪浩介紹，本次論文所述的是依圖在自然語言處理領域兩年多積累的成果，期間依圖進行了大量的基礎性研究，如知識圖譜的構建、算法的研發、標注體系的設計等。

這次研究中，依圖提出并測試了一個專門對電子醫學病歷進行數據挖掘的系統框架，將醫學知識和數據驅動模型結合在一起。該模型先通過自然語言處理技術對電子病歷進行標注，利用邏輯回歸來建立層次診斷，通過超過140萬的兒科病歷訓練，在常見兒童疾病方面的綜合診斷準確率優于相對低年資兒科醫生（3年+8年臨床經驗）。

此次研究中，依圖與廣州市婦女兒童醫療中心進行合作，學習了該中心在2016年1月至2017年7月間的567498個門診病人的1362559次問診電子病歷，抽取到覆蓋初始診斷包括兒科55種病歷學中常見疾病的1.016億個數據點，并將這些信息用于訓練和驗證系統框架。相比以往的模型，此次研究使用了超過140萬的龐大數據，以完善診斷系統。此外，此次研究中使用數據在表達和描述上的一致性，極大地提高了數據質量。

從該人工智能疾病診斷系統作出疾病判斷的準確率來看，以呼吸系統疾病為例，對上呼吸道疾病和下呼吸道疾病的診斷準確率分別為89%和87%，而在上呼吸道疾病診斷中，急性喉炎和鼻竇炎的準確率分別高達86%和96%，對不同類型哮喘的診斷準確率從83%到97%；同時對普通系統性疾病以及危險程度更高的疾病也有很高的診斷準確率，例如傳染性單核細胞增多癥（90%）、水痘（93%）、玫瑰疹（93%）、流感（94%）、手足口病（97%）和細菌性腦膜炎（93%）。也就是說，該系統可以根據NLP系統注釋的臨床數據信息對兒科疾病做出準確的判斷。

此次模型的訓練數據集中在兒科。倪浩表示，選擇兒科切入是本著一個非常樸素的想法——解決兒科醫生短缺的問題。另外，由于兒童沒有準確表達病癥的能力，因此被稱為“啞科”，發病占比較高，面臨病歷信息不全、患兒發病速度快等棘手問題。通過人工智能技術還原兒科醫生能力，能服務三甲醫院和基層醫院，可以取得較好的臨床及社會效益。目前整個系統已應用于廣州市婦女兒童醫療中心門診系統中，讀取醫生撰寫的門診病歷后，在填寫診斷的環節可以一鍵獲得輔助診斷結果。

由于醫療數據本身呈現多模態特征，自然語言處理技術的加入將為醫療領域帶來非常大的價值。與圖像識別、語音識別相比，自然語言處理是人工智能領域最為困難的問題之一，廣州市婦女兒童醫療中心主任夏慧敏教授表示：“這項研究，將會成為人工智能技術在醫療中實施應用的重要里程碑。其最大的貢獻在于，機器不僅僅能夠‘看圖’，而且能夠‘識字’，能像人類一樣讀懂文本中蘊藏的疾病信息。”

醫療人工智能企業的核心競爭力主要包括兩方面：技術實力和運用這一強大的技術去解鎖臨床應用場景的能力。此次研究得到Nature Medicine雜志的高度認可，其原因還在于其具備極強的多場景應用能力。例如在分診環節，通過記錄基礎數據讓模型產生預測診療結果，并通過這個結果評估病人的優先級，以確保醫生可以按需就診。

此外，基于AI的診斷模型還可以幫助醫生診斷復雜或罕見病癥，提示可能情況，避免由于醫生受限于自身專業或經驗，在遇到復雜病癥時出現誤診。

在過去的幾年，市場對于人工智能能夠實現的醫療價值已經從不認可到將信將疑，再到充滿信心，市場教育基本完成，未來三年預計會是一個快速增長的市場。十年內，中國醫療機構將完成初步的智能化，廣泛采用各類人工智能應用。