中国AI登上Nature子刊:看病历分析儿科疾病,准确率90%,超人类医师
铜灵 发自 凹非寺
量子位 出品 | 公众号 QbitAI
AI大夫的能力又精进了。
以前的AI要想要辅助人类诊断,得先学会输入大量带标注的医学影像训练模型。现在不用了,AI只需读一读电子文字简历,就能具备病情分析能力。
有产品有真相。
最近,AI诊断平台“辅诊熊”引起了计算机圈的关注。它通过自动学习56.7万名儿童136万份电子文本病历中的诊断逻辑,就能准确诊断多种儿科常见疾病,研究显示已经达到了儿科主治医生的水准。
昨天,这项研究被刊发在Nature Medicine上,参与研发的依图科技表示,这是NLP技术至今处理过的最大规模临床数据。
论文介绍
在论文Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence中,依图科技和广州市妇女儿童医疗中心的71位研究人员介绍了“辅诊熊”的设计原理。
和人类中医“望闻问切”、西医“视触叩听”的诊断方法类似,AI也需要医生多方信息最终做出综合的病情诊断。
这一系列的诊断过程,对AI来说其实主要为两个部分:
一是用深度学习的方法读取NLP模型中的临床数据,包括患者病历中的主诉情况、症状、个人史、体格检查、实验室检验、影像学检查、用药信息等多方信息,输入到完全结构化的数据库中。
二是基于提取的临床特征,建立诊断系统,将疾病进行分类,输出诊断结果。
△ 诊断流程图
重头戏来了。针对这两个诊断阶段,论文中提出了一个专门对电子医学病例进行数据挖掘的系统框架,将医学知识和数据驱动模型结合在一起。
该模型先通过自然语言处理技术对电子病例进行标注,再利用逻辑回归来建立层次诊断。这是一种基于器官的方法,先将疾病划分为广泛的器官系统,之后逐层深入划分成器官子系统或更具体的诊断组。
诊断框架如下:
△ 诊断框架的层次结构
论文中显示,目前这只AI可以达到儿科主治医生的专业水准。
研究人员用F1 Score评估人类与AI的诊断水平。在这场较量中,研究人员共设置了2个初级医师组(组1、组2)、3个高级医师组(组3~组5)。
结果显示,这个AI模型在常见儿童疾病方面的综合诊断中准确率高于两个初级医师组,超过了8年临床经验的相对低年资儿科医生的诊断水平。在流感和手足口病等常见疾病到脑膜炎等危及生命的疾病,准确率达到90%至97%。
不过,这个AI目前还比不上“姜还是老的辣”的高级医师。
外媒关注
这篇文章的作者团队非常庞大,共71人,其中一作共6名,分别为:
广州妇女儿童医疗中心医生梁会营、Guangjian Liu, 加州大学圣地亚哥分校基因组医学研究所的Brian Tsui和Sally L. Baxter,依图科技CEO倪浩,广州医科大学第一附属医院Carolina C. S. Valentim。
论文一出,立即引发了外媒关注。
《纽约时报》点评说,这项研究前前后后访问过儿科医院18个月中18万名中国就医儿童的数据,能有这么庞大的数据量用于研究,也是中国在全球人工智能和竞赛中的优势。
外媒Techspot也感慨中国AI发展的巨大机会报道中表示,从中国收集医疗保健数据,比美国容易太多。
此外,外媒MIT科技报道中称,AI系统在医疗诊断领域已经显示出了巨大的希望,目前这个系统可以用于紧急护理中的分类任务,要达到取代医生的地步还有很长的路要走。
传送门
想了解更多,可以前往Nature论文介绍页:
https://www.nature.com/articles/s41591-018-0335-9
未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。
未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。
如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
中国AI登上Nature子刊:看病历分析儿科疾病,准确率90%,超人类医师相关推荐
- AI研发新药登上Nature子刊:46天合成潜在新药候选分子,比传统方法快15倍 | 开源...
铜灵 发自 凹非寺 量子位 出品 | 公众号 QbitAI 用AI进行药物开发,可以省下2至3年的研发时间. 最新一期的Nature子刊上,就刊登了这样一项新研究. 这项来自Insilico Medi ...
- GAN靠「伪造思维」登上Nature子刊:首次合成神经活动数据,脑机接口训练速度提升20倍...
博雯 梦晨 发自 凹非寺 量子位 报道 | 公众号 QbitAI GAN这回玩了票大的,把手伸向了"人脑思维". 没错,直接就是一个"合成思维"--生成用来喂给 ...
- AI实时筛查癌细胞,普通显微镜简单改装就能用,谷歌新突破登上Nature子刊
安妮 一璞 发自 凹非寺 量子位 出品 | 公众号 QbitAI 检测号称人类健康头号杀手癌症,现在实现了质的飞跃. 一个偏远小镇的乡村诊所,现在也有机会用AI,采用人机结合的方式,筛查出难度极高的淋 ...
- 钟南山团队携手腾讯研发新冠重症AI预测模型,成果登上Nature子刊
萧箫 发自 凹非寺 量子位 报道 | 公众号 QbitAI AI也能预测新冠重症患者了. 钟南山院士团队与腾讯AI Lab一起,共同研发了一个预测COVID-19患者病情发展的AI模型. 这个模型可 ...
- 腾讯 AI Lab 联合研究登上Nature子刊,独创方法提升蛋白质结构预测精度
感谢阅读腾讯 AI Lab 微信号第109篇文章.本文将公布 AI+药物领域新进展. 11月17日,腾讯公布了一项人工智能助力药物发现的新进展. 通过腾讯自研的提升蛋白质结构预测精度的新方法,联合研究 ...
- 百度计算生物研究登上Nature子刊!将3D结构引入分子表征,结果超越斯坦福MIT,已落地制药领域...
杨净 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI 百度新研究,登上了Nature子刊. 科技公司卷到学术圈顶刊上不算稀奇. 但这次有点不同寻常. 研究领域与生物领域直接相关,接收该论文的期刊 ...
- 把大脑「复制-粘贴」到芯片上,三星、哈佛的大胆设想登上Nature子刊
视学算法报道 编辑:张倩.蛋酱 三星 & 哈佛:我们有一个大胆的想法-- 人的大脑有很多令人惊叹的优点,比如功耗低(相当于一个 20 瓦的灯泡).学习快(人类幼崽看几张图就可以学会一个概念). ...
- 北大新研究用数学模型揭网红崛起奥秘!登上Nature子刊
视学算法报道 编辑:David [新智元导读]社交媒体上的「网红」是怎样产生的?在一项发表于<自然·通讯>的研究中,北京大学与瑞士苏黎世联邦理工大学领导的研究团队合作,通过数学模型 ...
- 用反向传播算法解释大脑学习过程?Hinton 等人新研究登上 Nature 子刊
机器之心报道 魔王.Jamin.杜伟 反向传播可以解释大脑学习吗?近日 Hinton 等人的研究认为,尽管大脑可能未实现字面形式的反向传播,但是反向传播的部分特征与理解大脑中的学习具备很强的关联性.该 ...
最新文章
- 你应该关注web标准的真正原因
- HESSIAN 海森矩阵
- 使用Asynchronous RFC call 拆分time consuming task
- 北京人文计算机学院,北京人文大学计算机信息工程学院举行元旦晚会
- unset MAILCHECK
- poj 2389 Bull Math java解决!!
- 构建贝叶斯深度学习分类器
- axis idea 设置apache_Axis2创建WebService实例 --- 接口发布
- c语言蛮力法实现背包问题
- 单片机定时器一1ms12MHz_单片机原理及接口技术笔记1单片机概述
- Android播放器框架分析之AwesomePlayer
- android下利用高德地图获取经纬度等定位信息
- 句法分析 依存句法分析
- 兜兜转转,华为与李一男终于在汽车行业重逢,两者将展开决战?
- 没错,我在用JBOD,它真的很好
- Js高级-函数的理解
- 《算法图解》读书笔记
- Visual Studio中Git的使用(完全图解)
- XSS学习笔记(未完)
- 关于小程序的前后台数据交互
热门文章
- 必看!清华大学刘洋教授“浅谈研究生学位论文选题”方法,3月7日1小时视频公开课(附视频PPT下载)...
- 赠票 | 第三届语言与智能高峰论坛200个免费参会名额!
- 【ACL 2020】腾讯AI Lab解读三大前沿方向及入选的20篇论文
- 2021年就业力排名TOP10的英国大学
- 最高70万!深圳大学高薪招150名教师引关注
- 【一周速递】计算机视觉/图像处理论文集
- AAAI 2020| 一文看尽腾讯优图10篇入选论文
- 这些知名制药跨国企业都实施了SAP系统
- 制药行业SAP项目里的那些MES系统
- 图深度学习:成功,挑战以及后面的路