应用深度学习实现儿科临床疾病智能辅助诊断

• 作者: 吴谨准 徐盛 李友星 罗震 苏潘琛 袁文 许中 赵敏 陈坚
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 深度学习 临床诊断 儿科门诊 电子病历
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 特别专题——人工智能与临床医学
• 页码范围: 14-16
• 页数: 3页
• 分类号: R319
• 字数: 2986字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2018.10.005

摘要

目的:通过对儿科门急诊电子病历的深度学习,研发临床智能辅助诊疗,探讨儿科临床辅助诊疗的可行性.方法:应用循环神经网络(RNN)的深度学习方法对儿科门诊电子病历进行模型训练,通过建立儿科的主数据,推导病人可能的诊断.建立深度学习模型,在儿科专科门诊60万份电子病历及8万份住院病历基础上,根据病历质量筛选出儿科门诊常见的242种疾病,进行模型训练.结果:top-1准确率达到了76.436％(即模型判断中最有可能的诊断和医生的诊断符合),top-3准确率达到92.388％ (即模型判断中最有可能的前三个诊断中有一个和医生的诊断符合),top-5准确率达到了95.261％.结论:应用规范化的电子病历实现儿科人工智能辅助诊疗是可行的,并可通过辅助决策分析帮助基层临床儿科医生规范临床诊疗行为.