|
从2016年开始的医疗人工智能,至今方兴未艾。目前国际、国内研发团队开发出来的AI,要么是通过已有的医学影像结果来学医学知识,要么就是通过医学生化指标来学习、充实自己。而由广州市妇女儿童医疗中心主任夏慧敏教授领衔,加州大学圣迭戈分校张康教授等专家参与的广州研发团队,通过摸索,让医学人工智能既能读懂中文病历,还能较高精度地为儿童常见的55种疾病进行诊断。
AI能读懂病历,是医疗人工智能研发方面一次质的飞跃,其功能要比单纯医学影像等数据解读和单病种诊疗复杂得多。因为要想读懂病历,首先得准确掌握相关医学知识,通过病历学习,使之具备坚实的医学理论基础。
更重要的是,能够读懂病历,意味着必须掌握诊疗逻辑思维方式,懂得诊疗过程的前后因果关系,能够通过条件推出或排除结论。
就应用范围而言,这类产品能够成为医生的得力助手,帮助医生进行快速分诊,把医生从繁琐的基础工作当中解放出来,可以帮助医生诊断复杂或罕见疾病,使诊疗少走弯路。此外,医生还可以使用AI生成的诊断,来帮助拓宽鉴别诊断,使思路和视野变得更加开阔。
其实,这类产品既可成为医生的助手,但更应该成为医生的“对手”,因为医生并不特别缺乏助手,却十分缺乏“对手”,或者不如说,将这类产品当作医生的“对手”,其作用反而要比当作助手大得多。医生缺乏实力相当的监督者“对手”,是一个更加普遍和紧迫的问题。
医疗专业性极强,争议性也很大,导致医疗监督存在很大的难度,过度诊疗等行为很容易借技术之名隐藏其间,其结果是,不合理的费用增长难以遏制,掩蔽性强的医疗欺诈与套保行为很难被发现,就连医保基金审核员,很多时候都对此束手无策。
包括医保基金审核在内的医疗监督十分缺乏人手,要想在浩繁的诊疗项目当中发现不合理医疗,无异于大海捞针。利用人工智能来化解这道难题,是极具发展潜力的一种办法,医疗方面的人工智能审核软件,如智能处方审核系统等被陆续开发出来,可以发现相互冲突的处方等问题,但涵盖面更广、智能化程度更高的产品,却一直缺乏。
这款AI刚好具备这样的功能,它能读懂病历,就有能力发现其中隐藏的问题,能识别出可能存在的逻辑谬误,发现一些不够严谨的地方。
或许当前这款产品还不具备强大的监督功能,但只要遵循这个思路发展,就能开发出更高端的智能产品,可以快速识别病历当中的可疑之处,并将之提交人工审核。到那时,隐藏在病历中的不合理诊疗就很容易被识别出来,这既可更好地保护患者利益,又有利于维护医保基金安全。
来源: 北京青年报 |
|