從2016年開始的醫(yī)療人工智能，至今方興未艾。目前國際、國內(nèi)研發(fā)團隊開發(fā)出來的AI，要么是通過已有的醫(yī)學影像結(jié)果來學醫(yī)學知識，要么就是通過醫(yī)學生化指標來學習、充實自己。而由廣州市婦女兒童醫(yī)療中心主任夏慧敏教授領(lǐng)銜，加州大學圣迭戈分校張康教授等專家參與的廣州研發(fā)團隊，通過摸索，讓醫(yī)學人工智能既能讀懂中文病歷，還能較高精度地為兒童常見的55種疾病進行診斷。（2月13日《南方都市報》）

AI能讀懂病歷，是醫(yī)療人工智能研發(fā)方面一次質(zhì)的飛躍，其功能要比單純醫(yī)學影像等數(shù)據(jù)解讀和單病種診療復雜得多。因為要想讀懂病歷，首先得準確掌握相關(guān)醫(yī)學知識，通過病歷學習，使之具備堅實的醫(yī)學理論基礎(chǔ)。

更重要的是，能夠讀懂病歷，意味著必須掌握診療邏輯思維方式，懂得診療過程的前后因果關(guān)系，能夠通過條件推出或排除結(jié)論。

就應(yīng)用范圍而言，這類產(chǎn)品能夠成為醫(yī)生的得力助手，幫助醫(yī)生進行快速分診，把醫(yī)生從繁瑣的基礎(chǔ)工作當中解放出來，可以幫助醫(yī)生診斷復雜或罕見疾病，使診療少走彎路。此外，醫(yī)生還可以使用AI生成的診斷，來幫助拓寬鑒別診斷，使思路和視野變得更加開闊。

其實，這類產(chǎn)品既可成為醫(yī)生的助手，但更應(yīng)該成為醫(yī)生的“對手”，因為醫(yī)生并不特別缺乏助手，卻十分缺乏“對手”，或者不如說，將這類產(chǎn)品當作醫(yī)生的“對手”，其作用反而要比當作助手大得多。醫(yī)生缺乏實力相當?shù)谋O(jiān)督者“對手”，是一個更加普遍和緊迫的問題。

醫(yī)療專業(yè)性極強，爭議性也很大，導致醫(yī)療監(jiān)督存在很大的難度，過度診療等行為很容易借技術(shù)之名隱藏其間，其結(jié)果是，不合理的費用增長難以遏制，掩蔽性強的醫(yī)療欺詐與套保行為很難被發(fā)現(xiàn)，就連醫(yī)保基金審核員，很多時候都對此束手無策。

包括醫(yī)保基金審核在內(nèi)的醫(yī)療監(jiān)督十分缺乏人手，要想在浩繁的診療項目當中發(fā)現(xiàn)不合理醫(yī)療，無異于大海撈針。利用人工智能來化解這道難題，是極具發(fā)展?jié)摿Φ囊环N辦法，醫(yī)療方面的人工智能審核軟件，如智能處方審核系統(tǒng)等被陸續(xù)開發(fā)出來，可以發(fā)現(xiàn)相互沖突的處方等問題，但涵蓋面更廣、智能化程度更高的產(chǎn)品，卻一直缺乏。

這款A(yù)I剛好具備這樣的功能，它能讀懂病歷，就有能力發(fā)現(xiàn)其中隱藏的問題，能識別出可能存在的邏輯謬誤，發(fā)現(xiàn)一些不夠嚴謹?shù)牡胤健?/p>

或許當前這款產(chǎn)品還不具備強大的監(jiān)督功能，但只要遵循這個思路發(fā)展，就能開發(fā)出更高端的智能產(chǎn)品，可以快速識別病歷當中的可疑之處，并將之提交人工審核。到那時，隱藏在病歷中的不合理診療就很容易被識別出來，這既可更好地保護患者利益，又有利于維護醫(yī)保基金安全。