AI識(shí)別哮喘準(zhǔn)確率超90%,浙大兒院最新AI研究成果被知名期刊收錄
哮喘是一種常見的慢性呼吸系統(tǒng)疾病,也是僅次于癌癥的世界第二大致死和致殘疾病。 據(jù)不完全統(tǒng)計(jì),2019年我國(guó)哮喘患者超過3000萬(wàn),其中600多萬(wàn)是兒童和青少年。換句話說(shuō),每46個(gè)中國(guó)人中,至少就有1人患有不同程度的哮喘,每64個(gè)孩子中,就有一位飽受哮喘困擾
哮喘是一種常見的慢性呼吸系統(tǒng)疾病,也是僅次于癌癥的世界第二大致死和致殘疾病。
據(jù)不完全統(tǒng)計(jì),2019年我國(guó)哮喘患者超過3000萬(wàn),其中600多萬(wàn)是兒童和青少年。換句話說(shuō),每46個(gè)中國(guó)人中,至少就有1人患有不同程度的哮喘,每64個(gè)孩子中,就有一位飽受哮喘困擾。
雖然醫(yī)學(xué)研究不斷深入,但囿于空氣、天氣等多方影響因素下,我國(guó)兒童哮喘發(fā)病率呈急速上升趨勢(shì),且疾病控制率始終不佳。對(duì)于后者,其中的主要原因,是基層兒科醫(yī)生無(wú)法將哮喘從兒童常見的呼吸道感染性疾病中鑒別出來(lái),常常誤診為支氣管炎、肺炎等。
低下的控制率背后,是醫(yī)療資源的大量浪費(fèi)、抗生素的濫用與激素的過度使用。同時(shí),隨著氣道慢性炎癥病變不斷進(jìn)展,這一疾病將對(duì)導(dǎo)致兒童運(yùn)動(dòng)能力下降——這也是成人期慢性氣道疾病,如COPD等產(chǎn)生的重要原因。
構(gòu)建AI模型識(shí)別哮喘病歷,相關(guān)研究成果被《Annals of Translational Medicine》收錄
既然問題出在基層,那么我們是否能夠通過強(qiáng)基層的方式提升兒童哮喘的檢出?人工智能或是解決方案之一。
近日,浙江大學(xué)醫(yī)學(xué)院附屬兒童醫(yī)院針對(duì)這一問題進(jìn)行了深入研究,嘗試解決小兒呼吸疾病臨床實(shí)踐中所遇到的難題。其研究結(jié)果被國(guó)際權(quán)威知名期刊《Annals of Translational Medicine》收錄。
《Annals of Translational Medicine》關(guān)注的具體領(lǐng)域包括多模式治療、流行病學(xué)、生物標(biāo)志物、成像、生物學(xué)、病理學(xué)、以及醫(yī)學(xué)領(lǐng)域的技術(shù)進(jìn)步等。本次被收錄的,題目為《The role of artificial intelligence in identifying asthma in pediatric inpatient setting》的科研論文,主要探討了兒童哮喘疾病運(yùn)用人工智能算法進(jìn)行臨床輔助診斷的有效性。
該研究旨在研究一種高效的人工智能模型,可通過學(xué)習(xí)三級(jí)甲等兒童專科醫(yī)院呼吸科既往哮喘病歷,進(jìn)而具備對(duì)哮喘病例的識(shí)別能力。
基于近6000份病歷的回顧性研究,超過90%準(zhǔn)確率證明AI有效性
本次實(shí)驗(yàn)為回顧性研究,研究人員總共收集了5884份脫敏后的14歲以下患者的電子病歷,并將其分組DataSet-1、DataSet-2兩組。
DataSet-1包括3761例呼吸科病例(其中1624例哮喘陽(yáng)性病例和2137例陰性病例),DataSet-2包括2123例普通內(nèi)科病例(其中337例哮喘陽(yáng)性和1786例哮喘陰性病例)。分組完成后,研究人員對(duì)兩組數(shù)據(jù)分別使用預(yù)先構(gòu)建的AI模型進(jìn)行判斷,該模型由浙江大學(xué)醫(yī)學(xué)院附屬兒童醫(yī)院與醫(yī)療人工智能企業(yè)深睿醫(yī)療共同開發(fā)。
結(jié)果顯示,兩組診斷準(zhǔn)確率分別為84.7%/96.7%, 模型曲線下面積AUC = 0.909/0.981,這意味著,該模型對(duì)兒童呼吸科及普通內(nèi)科的哮喘患者均具有快速及準(zhǔn)確的識(shí)別能力。

模型ROC曲線圖

模型性能描述
進(jìn)一步延伸,如果我們能夠?qū)?shí)驗(yàn)所用模型置于基層醫(yī)療機(jī)構(gòu)之中,或?qū)⒂兄诨鶎觾嚎漆t(yī)生發(fā)現(xiàn)和診斷哮喘病例,防治漏診和誤診的發(fā)生,這對(duì)于提高我國(guó)兒童的哮喘控制水平,具有重要的臨床價(jià)值和現(xiàn)實(shí)意義。
除了上述研究,浙江大學(xué)醫(yī)學(xué)院附屬兒童醫(yī)院與深睿醫(yī)療合作的另一篇關(guān)于小兒呼吸道疾病輔助診斷研究成果《Identification of pediatric respiratory diseases using a fine-grained diagnosis system》也被國(guó)際權(quán)威知名期刊《Journalof Biomedical Informatics》(影響因子3.526)收錄。該研究成果對(duì)于僅依賴醫(yī)療病歷場(chǎng)景的輔助診斷進(jìn)行嘗試,通過對(duì)于病歷的結(jié)構(gòu)化和語(yǔ)義解析,實(shí)現(xiàn)對(duì)于哮喘、支氣管炎、肺炎和上呼吸道感染的快速診斷,有助于人工智能技術(shù)在基層醫(yī)院的快速推廣。
產(chǎn)學(xué)研結(jié)合典例,浙江大學(xué)醫(yī)學(xué)院附屬兒童醫(yī)院打造臨床數(shù)據(jù)科研范式
對(duì)于浙江大學(xué)醫(yī)學(xué)院附屬兒童醫(yī)院而言,獲得這樣的研究成果并非偶然。事實(shí)上,浙江大學(xué)醫(yī)學(xué)院附屬兒童醫(yī)院嘗試打造國(guó)內(nèi)領(lǐng)先的醫(yī)療技術(shù)高地和突出的疑難重癥疾病診治高地,引入前沿科技構(gòu)建兒科人工智能應(yīng)用孵化新模式,從臨床實(shí)際問題出發(fā),以多模態(tài)數(shù)據(jù)為核心驅(qū)動(dòng)力,運(yùn)用AI技術(shù)融合海量醫(yī)療數(shù)據(jù),在提高科研成果產(chǎn)出的同時(shí),促進(jìn)臨床轉(zhuǎn)化,開拓出從醫(yī)療數(shù)據(jù)到臨床應(yīng)用的一站式科研創(chuàng)新孵化模式。
通過這樣一種模式,浙江大學(xué)醫(yī)學(xué)院附屬兒童醫(yī)院的科研成果產(chǎn)出效率大大提升,由于這些科研成果大多以已臨床數(shù)據(jù)作為研究對(duì)象,其成果能夠迅速向臨床轉(zhuǎn)化,為提升日常診療效率及疑難危重癥治療水平提供智能化產(chǎn)品解決方案。
不僅如此,AI系統(tǒng)在使用過程中又會(huì)產(chǎn)生新的數(shù)據(jù),這些數(shù)據(jù)進(jìn)入到專病數(shù)據(jù)庫(kù)后,還能進(jìn)一步對(duì)AI本身進(jìn)行優(yōu)化。這個(gè)循環(huán)過程中,醫(yī)院的科研和臨床診療工作都存在于信息中心主導(dǎo)的信息平臺(tái)上,這是一個(gè)互相支撐的閉環(huán)系統(tǒng),能夠在保證數(shù)據(jù)安全的基礎(chǔ)下不斷迭代升級(jí)。
基于上述模式,浙江大學(xué)醫(yī)學(xué)院附屬兒童醫(yī)院信息中心俞剛主任與呼吸科王穎碩主任醫(yī)師的科研團(tuán)隊(duì),利用從平臺(tái)數(shù)據(jù)中分析獲取的科研成果,推出了一款針對(duì)小兒哮喘的智慧服務(wù)產(chǎn)品。這一AI系統(tǒng)搭載了小兒哮喘專病數(shù)據(jù)庫(kù),可與患者進(jìn)行智能交互,為其提供基于人工智能預(yù)問診、導(dǎo)診及隨訪服務(wù)。目前,這款應(yīng)用已經(jīng)投入臨床使用,幫助醫(yī)生和患者通過智能化的方式共同應(yīng)對(duì)小兒哮喘疾病。
浙大兒院信息中心主任俞剛表示,醫(yī)療大數(shù)據(jù)、人工智能、臨床醫(yī)學(xué)等領(lǐng)域的交叉學(xué)科發(fā)展,是未來(lái)科研創(chuàng)新的前沿陣地,信息中心通過搭建開放的合作平臺(tái)在產(chǎn)、學(xué)、研、用方面與高校、科研院所、企業(yè)等進(jìn)行深度合作,共同拓展醫(yī)療人工智創(chuàng)新與應(yīng)用新模式。

浙大兒院信息中心主任俞剛在2021中華醫(yī)學(xué)信息網(wǎng)絡(luò)大會(huì)上發(fā)表演講
發(fā)展醫(yī)學(xué)人工智能,醫(yī)院、企業(yè)、政府需攜手共進(jìn)
隨著AI 與傳統(tǒng)產(chǎn)業(yè)的不斷融合發(fā)展,我國(guó)醫(yī)療器械行業(yè)已成為AI 廣泛應(yīng)用的領(lǐng)域,AI 醫(yī)療監(jiān)管內(nèi)容更加細(xì)化,審批也不斷提速。2019 年6 月,國(guó)家藥品監(jiān)督管理局醫(yī)療器械技術(shù)評(píng)審中心發(fā)布了《深度學(xué)習(xí)輔助決策醫(yī)療器械軟件審批要點(diǎn)》,這是政策介入醫(yī)療AI發(fā)展的起點(diǎn)。
隨后,國(guó)家藥品監(jiān)督管理局醫(yī)療器械技術(shù)審評(píng)中心聯(lián)合國(guó)家計(jì)算機(jī)網(wǎng)絡(luò)與信息安全管理中心、中國(guó)人民解放軍總醫(yī)院、清華大學(xué)等14 家單位發(fā)起成立AI 醫(yī)療器械創(chuàng)新合作平臺(tái),致力于通過構(gòu)建開放協(xié)同共享的AI 醫(yī)療器械創(chuàng)新體系。新體系下,醫(yī)院、高校、企業(yè)、政府已經(jīng)形成推動(dòng)AI發(fā)展的統(tǒng)一實(shí)體。
浙江大學(xué)醫(yī)學(xué)院附屬兒童醫(yī)院與深睿醫(yī)療合作的研究成果無(wú)疑是通過醫(yī)院、企業(yè)方向推動(dòng)AI發(fā)展的典例,企業(yè)合作下,雙方皆可有效發(fā)揮其比較優(yōu)勢(shì),打造出服務(wù)于臨床的、有效的人工智能。
不過,醫(yī)學(xué)影像人工智能的臨床需求客觀依然存在。雖然人工智能在醫(yī)學(xué)成像中的應(yīng)用已初步顯示出其發(fā)展前景,在某些情況下成功地為醫(yī)生充當(dāng)了輔助角色,但要真正實(shí)現(xiàn)AI的臨床應(yīng)用,還需要政策的支持;核心算法的突破;醫(yī)院、醫(yī)生的深度參與;資金的投入以及市場(chǎng)的耐心。
本文來(lái)源:動(dòng)脈網(wǎng) 作者:小編 免責(zé)聲明:該文章版權(quán)歸原作者所有,僅代表作者觀點(diǎn),轉(zhuǎn)載目的在于傳遞更多信息,并不代表“醫(yī)藥行”認(rèn)同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)。如涉及作品內(nèi)容、版權(quán)和其他問題,請(qǐng)?jiān)?0日內(nèi)與我們聯(lián)系