哮喘是一種常見的慢性呼吸系統疾病，也是僅次于癌癥的世界第二大致死和致殘疾病。

?

據不完全統計，2019年我國哮喘患者超過3000萬，其中600多萬是兒童和青少年。換句話說，每46個中國人中，至少就有1人患有不同程度的哮喘，每64個孩子中，就有一位飽受哮喘困擾。

?

雖然醫學研究不斷深入，但囿于空氣、天氣等多方影響因素下，我國兒童哮喘發病率呈急速上升趨勢，且疾病控制率始終不佳。對于后者，其中的主要原因，是基層兒科醫生無法將哮喘從兒童常見的呼吸道感染性疾病中鑒別出來，常常誤診為支氣管炎、肺炎等。

?

低下的控制率背后，是醫療資源的大量浪費、抗生素的濫用與激素的過度使用。同時，隨著氣道慢性炎癥病變不斷進展，這一疾病將對導致兒童運動能力下降——這也是成人期慢性氣道疾病，如COPD等產生的重要原因。

?

構建AI模型識別哮喘病歷，相關研究成果被《Annals of Translational Medicine》收錄

既然問題出在基層，那么我們是否能夠通過強基層的方式提升兒童哮喘的檢出？人工智能或是解決方案之一。

?

近日，浙江大學醫學院附屬兒童醫院針對這一問題進行了深入研究，嘗試解決小兒呼吸疾病臨床實踐中所遇到的難題。其研究結果被國際權威知名期刊《Annals of Translational Medicine》收錄。

?

《Annals of Translational Medicine》關注的具體領域包括多模式治療、流行病學、生物標志物、成像、生物學、病理學、以及醫學領域的技術進步等。本次被收錄的，題目為《The role of artificial intelligence in identifying asthma in pediatric inpatient setting》的科研論文，主要探討了兒童哮喘疾病運用人工智能算法進行臨床輔助診斷的有效性。

?

該研究旨在研究一種高效的人工智能模型，可通過學習三級甲等兒童專科醫院呼吸科既往哮喘病歷，進而具備對哮喘病例的識別能力。

基于近6000份病歷的回顧性研究，

超過90%準確率證明AI有效性? ?

本次實驗為回顧性研究，研究人員總共收集了5884份脫敏后的14歲以下患者的電子病歷，并將其分組DataSet-1、DataSet-2兩組。

?

DataSet-1包括3761例呼吸科病例（其中1624例哮喘陽性病例和2137例陰性病例），DataSet-2包括2123例普通內科病例（其中337例哮喘陽性和1786例哮喘陰性病例）。分組完成后，研究人員對兩組數據分別使用預先構建的AI模型進行判斷，該模型由浙江大學醫學院附屬兒童醫院與醫療人工智能企業深睿醫療共同開發。

?

結果顯示，兩組診斷準確率分別為84.7%/96.7%， 模型曲線下面積AUC = 0.909/0.981，這意味著，該模型對兒童呼吸科及普通內科的哮喘患者均具有快速及準確的識別能力。

?

模型ROC曲線圖

模型性能描述

進一步延伸，如果我們能夠將實驗所用模型置于基層醫療機構之中，或將有助于基層兒科醫生發現和診斷哮喘病例，防治漏診和誤診的發生，這對于提高我國兒童的哮喘控制水平，具有重要的臨床價值和現實意義。

除了上述研究，浙江大學醫學院附屬兒童醫院與深睿醫療合作的另一篇關于小兒呼吸道疾病輔助診斷研究成果《Identification of pediatric respiratory diseases using a fine-grained diagnosis system》也被國際權威知名期刊《Journalof Biomedical Informatics》（影響因子3.526）收錄。該研究成果對于僅依賴醫療病歷場景的輔助診斷進行嘗試，通過對于病歷的結構化和語義解析，實現對于哮喘、支氣管炎、肺炎和上呼吸道感染的快速診斷，有助于人工智能技術在基層醫院的快速推廣。

?

產學研結合典例，浙江大學醫學院附屬兒童醫院打造臨床數據科研范式

對于浙江大學醫學院附屬兒童醫院而言，獲得這樣的研究成果并非偶然。事實上，浙江大學醫學院附屬兒童醫院嘗試打造國內領先的醫療技術高地和突出的疑難重癥疾病診治高地，引入前沿科技構建兒科人工智能應用孵化新模式，從臨床實際問題出發，以多模態數據為核心驅動力，運用AI技術融合海量醫療數據，在提高科研成果產出的同時，促進臨床轉化，開拓出從醫療數據到臨床應用的一站式科研創新孵化模式。

?

通過這樣一種模式，浙江大學醫學院附屬兒童醫院的科研成果產出效率大大提升，由于這些科研成果大多以已臨床數據作為研究對象，其成果能夠迅速向臨床轉化，為提升日常診療效率及疑難危重癥治療水平提供智能化產品解決方案。

?

不僅如此，AI系統在使用過程中又會產生新的數據，這些數據進入到專病數據庫后，還能進一步對AI本身進行優化。這個循環過程中，醫院的科研和臨床診療工作都存在于信息中心主導的信息平臺上，這是一個互相支撐的閉環系統，能夠在保證數據安全的基礎下不斷迭代升級。

?

基于上述模式，浙江大學醫學院附屬兒童醫院信息中心俞剛主任與呼吸科王穎碩主任醫師的科研團隊，利用從平臺數據中分析獲取的科研成果，推出了一款針對小兒哮喘的智慧服務產品。這一AI系統搭載了小兒哮喘專病數據庫，可與患者進行智能交互，為其提供基于人工智能預問診、導診及隨訪服務。目前，這款應用已經投入臨床使用，幫助醫生和患者通過智能化的方式共同應對小兒哮喘疾病。

浙大兒院信息中心主任俞剛表示，醫療大數據、人工智能、臨床醫學等領域的交叉學科發展，是未來科研創新的前沿陣地，信息中心通過搭建開放的合作平臺在產、學、研、用方面與高校、科研院所、企業等進行深度合作，共同拓展醫療人工智創新與應用新模式。

?

浙大兒院信息中心主任俞剛在2021中華醫學信息網絡大會上發表演講

?

? 發展醫學人工智能，

醫院、企業、政府需攜手共進

隨著AI 與傳統產業的不斷融合發展，我國醫療器械行業已成為AI 廣泛應用的領域，AI 醫療監管內容更加細化，審批也不斷提速。2019 年6 月，國家藥品監督管理局醫療器械技術評審中心發布了《深度學習輔助決策醫療器械軟件審批要點》，這是政策介入醫療AI發展的起點。

?

隨后，國家藥品監督管理局醫療器械技術審評中心聯合國家計算機網絡與信息安全管理中心、中國人民解放軍總醫院、清華大學等14 家單位發起成立AI 醫療器械創新網合作平臺，致力于通過構建開放協同共享的AI 醫療器械創新網體系。新體系下，醫院、高校、企業、政府已經形成推動AI發展的統一實體。

?

浙江大學醫學院附屬兒童醫院與深睿醫療合作的研究成果無疑是通過醫院、企業方向推動AI發展的典例，企業合作下，雙方皆可有效發揮其比較優勢，打造出服務于臨床的、有效的人工智能。

?

不過，醫學影像人工智能的臨床需求客觀依然存在。雖然人工智能在醫學成像中的應用已初步顯示出其發展前景，在某些情況下成功地為醫生充當了輔助角色，但要真正實現AI的臨床應用，還需要政策的支持；核心算法的突破；醫院、醫生的深度參與；資金的投入以及市場的耐心。