由广州市妇女儿童医疗中央夏慧敏教授、加州大学圣地亚哥分校张康教授等专家领衔的医疗数据智能化运用团队联合人工智能研究和转化机构研发的“辅诊熊”人工智能诊断平台，通过自动学习来自56.7万名儿童患者的136万份高质量电子文本病历中的诊断逻辑，运用于诊断多种儿科常见疾病，准确度与履历丰富的儿科医师相称。

根据文章，这个人工智能赞助诊断系统将可以通过多种办法运用到临床中。
首先，它可以用作分诊程序。
例如，当患者来到急诊科，可由护士获取其生命体征、基本病史和体格检讨数据输入到模型中，许可算法天生预测诊断，帮助医师筛选优先诊治哪些患者；另一个潜在运用是帮助医师诊断繁芜或罕见疾病。
通过这种办法，医师可以利用AI天生的诊断来帮助拓宽鉴别诊断并思考可能不会立即显现的诊断可能性。

业内专家认为，近年来人工智能技能迅猛发展，但还局限于相对标准化的静态图像数据。
在这项最新科研成果中，人工智能在识别影像的根本上，能更进一步读懂、剖析繁芜的病历文本数据(年夜夫的知识和措辞)，意味着人工智能或将能像年夜夫一样“思考”。

“这篇文章的启迪意义在于，通过系统学习文本病历，人工智能或将可以诊断更多疾病。
但必要复苏认识到，我们仍有很多根本性事情要做踏实，比如高质量数据的集成绩是一个长期的过程，由于大数据的网络和剖析须要算法工程师、临床年夜夫、盛行病学专家等在内的多专家配合尽力。
此外，人工智能学习了海量数据后，其诊断结果的准确性仍旧须要更大范围的数据对其进行验证和比对。
”夏慧敏说。
(肖思思)