人機(jī)大戰(zhàn)？是的，自從有了“人工智能+醫(yī)療”的概念，可能你已經(jīng)聽(tīng)到無(wú)數(shù)次這個(gè)詞了。就像演唱會(huì)一樣，每年都會(huì)有公司舉辦一些作秀性質(zhì)的PK大賽。于是，醫(yī)生反感了、企業(yè)膩味了，行業(yè)還是各就各位。

然而，最近就有那么有一家“頭鐵”較真的AI公司，聯(lián)合上海兒童醫(yī)學(xué)中心（國(guó)家兒童醫(yī)學(xué)中心主體建設(shè)單位之一），用試驗(yàn)證實(shí)了在科研數(shù)據(jù)收集方面，人工智能+醫(yī)生的確要強(qiáng)于醫(yī)生人工的方式提取數(shù)據(jù)。不過(guò)，他們的目的可不是為了作秀，宣揚(yáng)AI超越了人類，而是利用嚴(yán)謹(jǐn)?shù)腞CT研究方法來(lái)告訴醫(yī)生，你或許真的需要那么一款A(yù)I產(chǎn)品，因?yàn)橛盟隹蒲?，就像電?dòng)牙刷一樣便捷好用。

自然語(yǔ)言處理（NLP）技術(shù)的的發(fā)展，為醫(yī)生更好地使用非結(jié)構(gòu)化EMR數(shù)據(jù)提供了新的技術(shù)途徑。近幾年，醫(yī)療界逐漸認(rèn)可了使用NLP技術(shù)從臨床文本中獲取價(jià)值信息用于定位符合準(zhǔn)入標(biāo)準(zhǔn)的患者或進(jìn)行大規(guī)模的數(shù)據(jù)抽取和分析的方式。

不過(guò)令人詫異的是，NLP在國(guó)內(nèi)醫(yī)院被使用已四年有余，但此前還從未有機(jī)構(gòu)應(yīng)用嚴(yán)謹(jǐn)?shù)姆椒ê蛿?shù)據(jù)科學(xué)地證實(shí)過(guò)這點(diǎn)。本次研究，恰好填補(bǔ)了這項(xiàng)空白。

如今，他們將這一研究成果發(fā)表在了國(guó)際醫(yī)學(xué)（000516）信息學(xué)專業(yè)SCI期刊JMIR Medical Informatics，2019， 7（3）： e13331（影響因子：3.188）上。在與森億智能技術(shù)負(fù)責(zé)人深入交流后，動(dòng)脈網(wǎng)不僅對(duì)論文核心內(nèi)容進(jìn)行了梳理，更進(jìn)一步發(fā)掘了NLP在臨床數(shù)據(jù)錄入之外的價(jià)值。

效率、準(zhǔn)確度都更高

本次研究邀請(qǐng)專業(yè)的臨床研究的方法學(xué)專家參與設(shè)計(jì)，并且邀請(qǐng)到了醫(yī)學(xué)信息學(xué)領(lǐng)域的國(guó)際知名權(quán)威專家參與前期設(shè)計(jì)。采用隨機(jī)對(duì)照雙盲臨床試驗(yàn)，招募了24名具有臨床醫(yī)學(xué)背景的研究人員作為志愿者參與研究。

作為試驗(yàn)的技術(shù)支持方，醫(yī)療AI公司森億智能還特意為志愿者開發(fā)了一款基于i2b2標(biāo)準(zhǔn)的信息提取系統(tǒng)（NLP-MIES）。通過(guò)這套系統(tǒng)，醫(yī)生無(wú)需填鴨式地輸入數(shù)據(jù)，只需對(duì)已有預(yù)設(shè)進(jìn)行確認(rèn)及更正，省去了依次錄入數(shù)據(jù)的時(shí)間。

自然語(yǔ)言處理醫(yī)學(xué)信息提取系統(tǒng)的工作流程

為了盡可能保證試驗(yàn)的科學(xué)、嚴(yán)謹(jǐn)性，上海兒童醫(yī)學(xué)中心在試驗(yàn)開始前，會(huì)對(duì)所有志愿者進(jìn)行統(tǒng)一培訓(xùn)，以確保他們都會(huì)使用NLP-MIES和eCRF（電子臨床試驗(yàn)數(shù)據(jù)收集表）應(yīng)用進(jìn)行數(shù)據(jù)錄入。在簽署書面知情同意書之后，志愿者會(huì)被隨機(jī)分配到人工組和NLP-MIES支持的小組中，正式開始試驗(yàn)過(guò)程。

隨機(jī)對(duì)照雙盲臨床試驗(yàn)現(xiàn)場(chǎng)

另外，每位志愿者都配備了一臺(tái)筆記本電腦，并要求在試驗(yàn)規(guī)定時(shí)間內(nèi)完成所有的數(shù)據(jù)錄入?；诜N種設(shè)計(jì)，試驗(yàn)完整模擬了一個(gè)真實(shí)世界的eCRF填寫過(guò)程，從而確保試驗(yàn)過(guò)程能夠證實(shí)NLP技術(shù)可以提高科研數(shù)據(jù)收集的效率。試驗(yàn)結(jié)果如下表所示：

結(jié)果顯示，一名醫(yī)生從頭到尾錄入一份病歷，平均需要73.28-103.79秒，AI結(jié)合人工則僅需49.42-69.73秒；并且，純醫(yī)生的準(zhǔn)確性是84.21-90.42%，純AI是84.15-92.77%，AI結(jié)合人工校驗(yàn)則是92.19-97.17%，相對(duì)于人工組，AI組先心病和肺炎準(zhǔn)確性分別提升了15%和18%，消耗時(shí)間減少了31%和33%。簡(jiǎn)單一句話總結(jié)：醫(yī)生用AI收集數(shù)據(jù)，更快速、更準(zhǔn)確！

從量變到質(zhì)變的場(chǎng)景躍遷

一項(xiàng)技術(shù)能夠應(yīng)用的場(chǎng)景范圍，往往和它發(fā)展的成熟度有關(guān)，這是一個(gè)從量變到質(zhì)變的過(guò)程。

以目前大熱的5G為例，正是因?yàn)槿A為公司5G技術(shù)成熟所帶來(lái)的網(wǎng)絡(luò)速度的躍遷式發(fā)展，因此激活了不少過(guò)去難以實(shí)現(xiàn)或者體驗(yàn)較差的醫(yī)療場(chǎng)景化應(yīng)用。如：無(wú)線監(jiān)護(hù)、遠(yuǎn)程實(shí)時(shí)會(huì)診、無(wú)線手術(shù)示教、遠(yuǎn)程機(jī)器人超聲和內(nèi)窺鏡檢查等等。

再比如人工智能領(lǐng)域的計(jì)算機(jī)視覺(jué)，當(dāng)人臉識(shí)別技術(shù)突破了之后，AI便能識(shí)別視頻里的人的動(dòng)態(tài)，進(jìn)而預(yù)測(cè)各種行動(dòng)軌跡。阿里巴巴通過(guò)其實(shí)現(xiàn)了人臉支付，進(jìn)而出現(xiàn)了無(wú)人監(jiān)管的自助超市和餐廳等新興實(shí)體。這是人臉識(shí)別技術(shù)未突破前，難以想象的應(yīng)用場(chǎng)景。

如今，森億智能的NLP技術(shù)也已經(jīng)過(guò)了三年的打磨。它能像醫(yī)生一樣讀懂病歷的同時(shí)，將醫(yī)學(xué)文本、病歷等文字?jǐn)?shù)據(jù)高效結(jié)構(gòu)化，從而滿足科研之外的種種訴求。因?yàn)楫?dāng)醫(yī)院獲得了解析醫(yī)院文本數(shù)據(jù)的能力，就能激活各種分析模型，做到很多之前用信息系統(tǒng)做不到的事情。

對(duì)此，作為論文通訊作者的上海兒童醫(yī)學(xué)中心生物樣本庫(kù)主任劉世建也表示，NLP的應(yīng)用不止于科研，因?yàn)榘褦?shù)據(jù)抓取出來(lái)只是第一步，醫(yī)生更看重臨床數(shù)據(jù)的利用，例如衛(wèi)健委電子病歷評(píng)級(jí)中基于AI的臨床輔助決策系統(tǒng)（CDSS），便是很好的應(yīng)用案例。這類系統(tǒng)今后可以輔助臨床醫(yī)生進(jìn)行臨床決策，幫助醫(yī)院規(guī)范臨床路徑，應(yīng)用前景廣泛。

或許正如森億智能CEO張少典所言：“一項(xiàng)技術(shù)成功的標(biāo)志在于你在使用它，但并不會(huì)感受到它的存在，就像春雨一般，潤(rùn)物細(xì)無(wú)聲，沒(méi)人會(huì)因此感到奇怪。人工智能也能像互聯(lián)網(wǎng)技術(shù)一般，隱含于醫(yī)生的工作流程中，真正成為醫(yī)生的伙伴。”

在未來(lái)的醫(yī)療場(chǎng)景中，AI終將會(huì)無(wú)處不在。