预测孩子高度近视的风险有多大?人工智能能做到了( 二 )


在该阶段 , 林浩添及其团队还致力于选择不同地区和民族的样本去研究近视与环境、基因、生活习惯的关系 , “我国南方地区的近视率很高 , 但北方明显比南方近视率要低 , 这是否与基因或环境相关 , 有待进一步的研究 。 ”
用人工智能帮基层医院医生看病
会议现场 , 全国政协常委、国际核能院院士 , 中国人工智能学会会士张勤指出 , 我国医疗机构中94%都是乡镇以下的基层医疗机构 , 而三甲医院仅占0.13% , 基层患者看病难、看病贵的问题仍然突出 。 他表示 , “解决问题的关键是做好分级诊疗 , 提高“基层首诊”的正确率 。 ”
预测孩子高度近视的风险有多大?人工智能能做到了文章插图
全国政协常委、国际核能院院士 , 中国人工智能学会会士张勤在会议上作报告 。 通讯员供图
为解决这一难题 , 张勤团队研发了一项全科临床辅助诊断工具 , 该工具利用原创的动态不确定因果图(DUCG) , 可根据患者的输入的病情信息诊断疾病 , 还可以动态生成患者的个体优化临床诊断路径 , 以准确获取病情信息 , 降低漏检误检和漏诊误诊的几率 。
“DUCG系统与其他大数据模型不同 , 它的核心在于与专家共建的知识库 , ”张勤介绍 , 他的团队已与30多位三甲医院临床专家深度合作 , 基于专家们的知识和经验构建主诉知识库 , 患者是按照主诉症状看病 , 而无须分科挂号 。 已上线的知识库覆盖36个主诉症状 , 包括咳嗽、腹痛、便血、胸痛、黄疸等 , 基本覆盖全部科室 。
目前 , 该全科辅助诊断工具已在青岛胶州市和重庆忠县开展临床应用试点 , 诊病正确率达到95%以上 。
针对分级诊疗的问题 , 林浩添提出了人工智能影像的新“三级诊疗”方案 , 即个人或家庭通过使用移动APP软件和智能手机进行初步筛查 , 社区或基层医院通过使用基本检查设备或云计算平台来完成初步疾病诊断 , 三级综合及专科医院通过使用智能专业检查设备以辅助专家诊治 , 提高效率 。 他表示 , 希望这个新方案能破解现有的“三级诊疗”格局难题 。
采写:南都采访人员李文 实习生尹嘉怡 通讯员邰梦云