新華網 正文
能“讀懂”病歷的AI更應用于醫療監督
2019-02-14 08:30:09 來源: 北京青年報
關注新華網
微博
Qzone
評論
圖集

  從2016年開始的醫療人工智能,至今方興未艾。目前國際、國內研發團隊開發出來的AI,要麼是通過已有的醫學影像結果來學醫學知識,要麼就是通過醫學生化指標來學習、充實自己。而由廣州市婦女兒童醫療中心主任夏慧敏教授領銜,加州大學聖迭戈分校張康教授等專家參與的廣州研發團隊,通過摸索,讓醫學人工智能既能讀懂中文病歷,還能較高精度地為兒童常見的55種疾病進行診斷。(2月13日《南方都市報》)

  AI能讀懂病歷,是醫療人工智能研發方面一次質的飛躍,其功能要比單純醫學影像等數據解讀和單病種診療復雜得多。因為要想讀懂病歷,首先得準確掌握相關醫學知識,通過病歷學習,使之具備堅實的醫學理論基礎。

  更重要的是,能夠讀懂病歷,意味著必須掌握診療邏輯思維方式,懂得診療過程的前後因果關係,能夠通過條件推出或排除結論。

  就應用范圍而言,這類産品能夠成為醫生的得力助手,幫助醫生進行快速分診,把醫生從繁瑣的基礎工作當中解放出來,可以幫助醫生診斷復雜或罕見疾病,使診療少走彎路。此外,醫生還可以使用AI生成的診斷,來幫助拓寬鑒別診斷,使思路和視野變得更加開闊。

  其實,這類産品既可成為醫生的助手,但更應該成為醫生的“對手”,因為醫生並不特別缺乏助手,卻十分缺乏“對手”,或者不如説,將這類産品當作醫生的“對手”,其作用反而要比當作助手大得多。醫生缺乏實力相當的監督者“對手”,是一個更加普遍和緊迫的問題。

  醫療專業性極強,爭議性也很大,導致醫療監督存在很大的難度,過度診療等行為很容易借技術之名隱藏其間,其結果是,不合理的費用增長難以遏制,掩蔽性強的醫療欺詐與套保行為很難被發現,就連醫保基金審核員,很多時候都對此束手無策。

  包括醫保基金審核在內的醫療監督十分缺乏人手,要想在浩繁的診療項目當中發現不合理醫療,無異于大海撈針。利用人工智能來化解這道難題,是極具發展潛力的一種辦法,醫療方面的人工智能審核軟件,如智能處方審核係統等被陸續開發出來,可以發現相互衝突的處方等問題,但涵蓋面更廣、智能化程度更高的産品,卻一直缺乏。

  這款AI剛好具備這樣的功能,它能讀懂病歷,就有能力發現其中隱藏的問題,能識別出可能存在的邏輯謬誤,發現一些不夠嚴謹的地方。

  或許當前這款産品還不具備強大的監督功能,但只要遵循這個思路發展,就能開發出更高端的智能産品,可以快速識別病歷當中的可疑之處,並將之提交人工審核。到那時,隱藏在病歷中的不合理診療就很容易被識別出來,這既可更好地保護患者利益,又有利于維護醫保基金安全。 (羅志華)

+1
【糾錯】 責任編輯: 張倩
相關新聞
新聞評論
加載更多
廣州華南農業大學櫻花怒放吸引遊人
廣州華南農業大學櫻花怒放吸引遊人
河北吳橋:雜技燈會迎客來
河北吳橋:雜技燈會迎客來
叉尾太陽鳥懸停採蜜
叉尾太陽鳥懸停採蜜
麗江古城夜色迷人
麗江古城夜色迷人

010020060700000000000000011101191124112098