從2016年開(kāi)始的醫療人工智能，至今方興未艾。目前國際、國內研發(fā)團隊開(kāi)發(fā)出來(lái)的AI，要么是通過(guò)已有的醫學(xué)影像結果來(lái)學(xué)醫學(xué)知識，要么就是通過(guò)醫學(xué)生化指標來(lái)學(xué)習、充實(shí)自己。而由廣州市婦女兒童醫療中心主任夏慧敏教授領(lǐng)銜，加州大學(xué)圣迭戈分校張康教授等專(zhuān)家參與的廣州研發(fā)團隊，通過(guò)摸索，讓醫學(xué)人工智能既能讀懂中文病歷，還能較高精度地為兒童常見(jiàn)的55種疾病進(jìn)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(fā)方面一次質(zhì)的飛躍，其功能要比單純醫學(xué)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(guān)醫學(xué)知識，通過(guò)病歷學(xué)習，使之具備堅實(shí)的醫學(xué)理論基礎。
更重要的是，能夠讀懂病歷，意味著(zhù)必須掌握診療邏輯思維方式，懂得診療過(guò)程的前后因果關(guān)系，能夠通過(guò)條件推出或排除結論。
就應用范圍而言，這類(lèi)產(chǎn)品能夠成為醫生的得力助手，幫助醫生進(jìn)行快速分診，把醫生從繁瑣的基礎工作當中解放出來(lái)，可以幫助醫生診斷復雜或罕見(jiàn)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(lái)幫助拓寬鑒別診斷，使思路和視野變得更加開(kāi)闊。
其實(shí)，這類(lèi)產(chǎn)品既可成為醫生的助手，但更應該成為醫生的“對手”，因為醫生并不特別缺乏助手，卻十分缺乏“對手”，或者不如說(shuō)，將這類(lèi)產(chǎn)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(shí)力相當的監督者“對手”，是一個(gè)更加普遍和緊迫的問(wèn)題。
醫療專(zhuān)業(yè)性極強，爭議性也很大，導致醫療監督存在很大的難度，過(guò)度診療等行為很容易借技術(shù)之名隱藏其間，其結果是，不合理的費用增長(cháng)難以遏制，掩蔽性強的醫療欺詐與套保行為很難被發(fā)現，就連醫保基金審核員，很多時(shí)候都對此束手無(wú)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(fā)現不合理醫療，無(wú)異于大海撈針。利用人工智能來(lái)化解這道難題，是極具發(fā)展潛力的一種辦法，醫療方面的人工智能審核軟件，如智能處方審核系統等被陸續開(kāi)發(fā)出來(lái)，可以發(fā)現相互沖突的處方等問(wèn)題，但涵蓋面更廣、智能化程度更高的產(chǎn)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(fā)現其中隱藏的問(wèn)題，能識別出可能存在的邏輯謬誤，發(fā)現一些不夠嚴謹的地方。
或許當前這款產(chǎn)品還不具備強大的監督功能，但只要遵循這個(gè)思路發(fā)展，就能開(kāi)發(fā)出更高端的智能產(chǎn)品，可以快速識別病歷當中的可疑之處，并將之提交人工審核。到那時(shí)，隱藏在病歷中的不合理診療就很容易被識別出來(lái)，這既可更好地保護患者利益，又有利于維護醫保基金安全。
天坦動(dòng)態(tài)