广州市妇女儿童医疗中心对外宣布，其开发出一个能诊断眼病和肺炎两大类疾病的人工智能系统，这项研究成果以封面文章形式２月２３日在世界顶级期刊《细胞》在线发表。
据该项研究负责人、广州市妇女儿童医疗中心基因检测中心张康教授介绍，该平台诊断黄斑变性、黄斑水肿的准确性达到９６．６％，灵敏性达到９７．８％。经与５名眼科医生诊断结果相比，该平台可以达到训练有素的眼科医生的水平，并可在３０秒内决定病人是否应该接受治疗。此外，该平台实现了儿童肺炎病原学类型的差异性分析和秒级判定。经检测，新一代人工智能平台在区分肺炎和健康状态时，准确性达到９２．８％，灵敏性达到９３．２％。
据文章的作者之一、广州市妇女儿童医疗中心主任夏慧敏介绍，“人工智能并不会取代医生，但是可以大幅减轻医生的工作量。患者日益增长的优质医疗资源需要同专业医疗人员培养不足的矛盾，是我们面临的痛点之一。研究更好的技术手段和平台，既能在一定程度上解决医疗服务能力不足的问题，又能提高健康服务的公平性和可及性。”夏慧敏说：“我们希望在不久的将来，这项技术能形成大范围的自动化分诊系统，为医生提供一种辅助诊断的方法，并可用于监测和维护人类健康，提高人类生活质量。”
这项人工智能成果能够根据影像资料，给医生提出诊断建议，并解释判断的依据。比对实验发现，该系统在诊断眼疾时的准确率达96.6%；在区分肺炎和健康状态时准确率达92.8%，这种水平足以与有十几年经验的专家医生相媲美。
本领有多大
精准用药，秒级判定
肺炎是全世界儿童因感染导致死亡的首要原因。从一张胸部CT上找到肺结节，一名经过训练的医生平均需要3—5分钟，而依靠人工智能则仅需要3—5秒。
这就是由张康教授领衔的广州市妇女儿童医疗中心和加州大学圣地亚哥分校课题组研发的人工智能平台。
准确度高，过程可见
有人说，人工智能看病靠谱吗？把身家性命交给机器人，放心吗？
研究团队从黄斑变性和糖尿病视网膜黄斑水肿这两种疾病切入，让这一人工智能系统不停地学习眼部光学相干断层扫描图像。在学习了超过20万病例的图像数据后，该平台诊断黄斑变性、黄斑水肿的准确性达到96.6%，灵敏性达到97.8%。与5名眼科医生诊断结果相比，确认平台可以达到训练有素的眼科医生的水平，并在30秒内决定病人是否应该接受治疗。
以医学图像学习为例，该系统会识别预系统中图像的特点，研究人员再继续导入含有第一层图像相似参数和结构的网络系统，最终构建出终极层级。
