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

　　近年來，隨著醫療信息的複雜度越來越高，病種範圍、診斷試驗和治療方式呈指數式增長，而進行臨(lin) 床決(jue) 策也變得日益複雜。

　　此次，美國加州大學聖迭戈分校研究人員張康及其同事，研發了一種基於(yu) 人工智能的模型，其運用的自動化自然語言處理係統能通過深度學習(xi) 技術從(cong) 電子病曆中識別出臨(lin) 床相關(guan) 信息。該模型可以搜索電子病曆，發現之前的統計方法所無法發現的關(guan) 聯。

　　研究團隊通過對中國廣州一所大型轉診中心1362559例兒(er) 科門診的1.016億(yi) 個(ge) 數據點進行分析，訓練並驗證了這一框架。

　　與(yu) 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(liang) 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(yan) 重或有生命危險的疾病。

　　研究人員認為(wei) ，這類人工智能框架或能通過患者分類，將可能隻是普通感冒的患者與(yu) 需要緊急幹預的重病患者區分開來，從(cong) 而提高患者護理效率。

　　而在去年，穀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，並聲稱其比人類專(zhuan) 家更迅速、更高效，將幫助人類杜絕“可以避免的失明”。