为临床医生提供人工智能助手，以帮助识别肝硬化(2)

虽然没有治愈肝硬化的方法，但及早诊断将有助于确保对疾病的最佳管理。
“如果我们能够提前一两年确定预测患有肝硬化的患者，这将使临床医生有时间治疗和防止疤痕组织在肝脏中积聚，同时也防止肝硬化并发症，”Rockey解释说。

搭档

像任何好的伙伴一样，人工智能系统可以收集和分析大量信息。对于医疗应用，它通常从包含患者健康史的 EHR 中提取该信息。计算机长期以来一直能够“读取”输入到EHR数据字段或表单中的数据。
然而，计算机很难访问叙述性文本中包含的信息，例如临床医生笔记或出院摘要中的信息。早期阅读这种叙述性文本的尝试基本上依赖于关键字搜索，其中关键字必须由熟悉该疾病的临床医生提供，使用几轮试验和错误。
在这项研究中，研究人员测试了可能更有能力的伙伴 - 一种不需要这种提示的基于深度学习的人工智能形式。
“使用深度学习模型的好处是，模型从你给出的例子中学习，而不是训练它寻找某些单词，”Obeid说。
研究人员使用被诊断患有肝硬化的患者的医疗记录训练了他们的AI模型 - 一种模仿大脑神经元的卷积神经网络。神经网络分析嵌入在叙述文本中的信息。
“神经网络比典型的统计AI模型提供更多的能力，因为这些人工神经元中的每一个都像一个模型一样，允许你想出一种更复杂的方法来区分和预测事物，”Obeid说。
就像法医艺术家添加一层又一层的特征来起草嫌疑人的肖像一样，Obeid和Rockey的神经网络模型使用多层人工神经元来提取有助于识别肝硬化的特征和模式。

潜力

一旦对通过手动图表审查建立的已知肝硬化患者的记录进行训练，Obeid和Rockey的模型在仅基于临床医生笔记中的叙述文本的新健康记录中识别肝硬化患者方面非常成功。
“我认为令人兴奋的是，它仅使用出院摘要中的文本就成功地识别了肝硬化，就像将其提升到一个新的水平以查看我们是否可以将其应用于早期识别的想法一样，”Obeid评论道。
Obeid说，人工智能和机器学习有可能彻底改变医学领域，但重要的是要强调，这些类型的模型不是为了取代，而是为了为临床判断提供信息。临床医生将解决此案，但人工智能可以成为帮助他们解决这一问题的强大伙伴。
“计算机是为了帮助临床医生，而不是取代他们或做出决定，”他说。“归根结底，是临床医生负责，而不是计算机。