據英國《自然·醫學》雜志12日在線發表的一項最新研究，美國科學家報告了一個準確度很高的人工智能（AI）模型，其對常見兒童疾病的診斷準確度相當于經驗豐富的兒科醫生。該研究結果以概念驗證的方式證實了基于人工智能的系統可以輔助兒科醫生處理海量數據，增強診斷性評估，并在診斷不明確的情況下提供臨床決策支持。

　　近年來，隨著醫療信息的復雜度越來越高，病種范圍、診斷試驗和治療方式呈指數式增長，而進行臨床決策也變得日益復雜。

　　此次，美國加州大學圣迭戈分校研究人員張康及其同事，研發了一種基于人工智能的模型，其運用的自動化自然語言處理系統能通過深度學習技術從電子病歷中識別出臨床相關信息。該模型可以搜索電子病歷，發現之前的統計方法所無法發現的關聯。

　　研究團隊通過對中國廣州一所大型轉診中心1362559例兒科門診的1.016億個數據點進行分析，訓練并驗證了這一框架。

　　與檢查醫師的初步診斷結果相比，該模型的診斷準確度高，對兩類重要疾病的診斷結果尤其出色：一類是流感和手足口病等常見疾病，另一類是急性哮喘發作和腦膜炎等嚴重或有生命危險的疾病。

　　研究人員認為，這類人工智能框架或能通過患者分類，將可能只是普通感冒的患者與需要緊急干預的重病患者區分開來，從而提高患者護理效率。

　　而在去年，谷歌旗下人工智能子公司“深度思維”（DeepMind）也已成功通過海量數據訓練一種人工智能算法檢測眼病，并聲稱其比人類專家更迅速、更高效，將幫助人類杜絕“可以避免的失明”。