计较机在医疗诊断上的利用

大夫可能经由过程哪些软件来诊断病情呢？他们做了这些测验考试。

作者： 本站编纂来历： 湛庐文化2021-01-26 10:17:27

在线东西是一种潜伏的可以帮忙大夫的东西。虽然我们已听闻一些关在经由过程收集搜刮帮忙做出坚苦诊断的奇闻逸事，但这类简单的症状查找还没有被证实是一种正确的诊断方式。

最早被大夫和此刻的患者利用的症状查抄器之一，是伊莎贝尔症状查抄法式（Isabel Symptom Checker），它涵盖了6000 多种疾病。在为一位五六十岁的北美男性患者进行诊断时，当输入“咳嗽”和“发烧”后，法式提醒“可能的”诊断有流感、肺癌、急性阑尾炎、肺水肿、回归热、非典型肺炎和肺栓塞。除流感和非典型肺炎以外，几近所有这些诊断都很轻易被解除，由于该患者的症状与这些疾病绝不相干。

2015 年，《英国医学杂志》（British Medical Journal）颁发的一项研究中，对23例症状查抄进行评估时，在信息输入到系统后，诊断的准确率仅为 34%。虽然成果欠安，但最近几年来用在查抄症状的移动利用法式数目激增。它们固然都纳入了人工智能的方式，可是还未被证实具有摹拟大夫诊断的正确性，是以我们不该该把这些看成金尺度。设计此类利用法式的草创公司也最先搜集症状列表以外的信息，扣问患者一系列问题，如患者的健康史。频频问诊可以削减误差，提高正确性。此中，一款名为 Buoy Health 的利用法式，采取了跨越 1.8 万份临床医学出书物、1700 种医疗症状描写，和跨越 500 万名患者供给的数据。

但是，经由过程一系列症状可以做出准确诊断的不雅点仿佛过在简单。当我们聆听患者主诉时，症状很较着不是存在或不存在这类二元的；相反，症状是奥妙的、带有主不雅色采的。如一名自动脉夹层患者可能不会将本身的感受描写为“胸痛”；心脏病爆发时，患者可以伸出紧握的拳头（列文氏征），暗示本身有一种榨取感而不是痛苦悲伤，也多是一种炙烤感，患者感受不到压力或痛苦悲伤。更复杂的是，对这些诊断利用法式来讲，症状是主不雅的，患者若何经由过程口述、脸部脸色和肢体说话等转达信息相当主要，而这些经由过程几个词常常难以捕获到。

计较机还可以帮忙取得第二诊断定见，有助在提高准确诊断的几率。在梅奥诊所（Mayo Clinic）的一项研究中，研究人员对近 300 名持续转诊的患者进行了查询拜访，成果发现，只有 12% 的患者的第二诊断定见与转诊大夫的诊断一致。更糟的是，第二诊断定见凡是没法实现，部门缘由在在额外费用的发生、诊断预约坚苦，乃至找不到相干的医学专家。虽然我们还在面临面会诊与经由过程长途让更多大夫介入诊疗定见之间衡量利弊，但长途医疗确切让更多大夫介入诊断的进程变得更轻易。

20 世纪末、21世纪初的几年中，我在克利夫兰诊所工作时，我们启动了一项名为“我的咨询”（MyConsult）的在线办事。此刻，这项办事已供给了数万种分歧的第二诊断定见，但此中很多定见与最初的诊断成果发生了不合。

大夫但愿能与同事一路众包数据，追求诊断上的帮忙，以提高诊断的正确率。固然不完满是“第二系统思惟”，但这类方式操纵了来自多位专家的反思性输入和经验。最近几年来，市场上呈现了一些针对大夫的智妙手机利用法式，包罗Figure One、HealthTap 和 DocCHIRP。此中 Figure One 就很是受接待，大夫可以经由过程同享医学影象，让同业协助快速诊断。我地点的斯克利普斯团队比来在Medscape Consult（医景咨询）平台上发布了数据，Medscape Consult 是一款美国当前利用最普遍的大夫众包利用法式。在启动以后两年内，该利用法式就具有了稳步增加的 3.7 万名大夫用户，笼盖了 200 多个国度和很多专业范畴，且追求的帮忙能快速获得回答。有趣的是，用户的平均春秋跨越 60 岁。

而 HumanDx（人类诊断项目）则是一个基在收集和移动利用法式的平台，已有来自 40 个国度的 6 000 多名大夫和练习大夫利用。在一项针对 200 多名大夫和计较机算法诊断查抄成果对照的研究中，大夫的诊断正确率为 84%，而计较机算法的正确率仅为 51%。不管对大夫仍是人工智能来讲，这一成果都有些使人懊丧，但在很多组织的撑持下，如美国医学协会、美国医学专科委员会和其他顶级医学委员会，带领者们但愿集大夫与机械进修的聪明在一体来提高诊断的正确率。

内科大夫尚塔努·农迪（Shantanu Nundy）分享的一则逸事让我们看到了但愿。农迪曾介入会诊过一名 30 多岁的女性患者，该患者身体僵硬，关节痛苦悲伤。他对该患者是否是类风湿关节炎不太肯定，在是他在 HumanDx 上发布了以下信息：

女性，35 岁，双手痛苦悲伤和关节僵硬 6 个月，思疑是类风湿性关节炎。他还上传了患者发炎的手的照片。几小时内，数名风湿病学家确认了诊断的准确性。到 2022年，HumanDx 打算最少招募 10 万名大夫，并利用人工智能东西和大夫众包连系的体例，插手天然说话处置算法手艺，将要害数据定向发送给适合的专家。

另外一种经由过程众包来改良诊断模子的体例则是连系了公家科学。CrowdMed 公司开辟了一个平台，在大夫和门外汉之间成立了一种经济鼓励的竞争关系，让他们来破解疑问杂症。

采取非临床大夫一同介入诊断的方式很新奇，并且已发生了让人意想不到的成果：该公司的开创人兼首席履行官贾里德·海曼（Jared Heyman）告知我，门外汉诊断的正确率有时乃至比介入的大夫还高。我们在斯克利普斯研究所的团队还没有机遇查抄他们的数据和确认终究诊断的正确率。可是，一旦获得证实，我们可能会注释为：门外汉凡是有更多的时候对病例进行深切研究，从而在复杂的病例中找到准确谜底，这充实表现出“慢工出细活”和深度尽职查询拜访的价值。

计较机医疗诊断收集搜刮

存眷年夜健康Pai官方微信：djkpai我们将按期推送雷竞技医健科技财产最新资讯

最新快讯医健资讯 | 医疗反腐年夜幕拉开！中纪委发文：严查病院“一把手”

10小时前