Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence论文的解读

论文的关键点

本篇文章中一个非常重要的基础就是基于解构后的电子病历数据，建立一个高质量、结构化的病种库，并在这个病种库的基础之上去做诊断模型。

其根本是将电子病历结构化后形成------------------------EMR2VEC（将结构化后的电子病历转换成特征向量，该向量是疾病分类模型中的输入量）

文中提到的所谓“智能病种库”就是以患者为中心形成的结构化电子病历，其中结构化不仅包括拆解自由文本，而且还包括了医学标准术语的映射。ICD-10，snomed等

文中用到的知识图谱，依然是结构化的电子病历------智能病种库

---

知识图谱-------------智能病种库---------------结构化的电子病历

---

电子病历上数据涵盖范围：

数据结构覆盖了患者主诉、症状、个人史、体格检查、实验室检验结果、影像学检查结果、用药信息等多方面的数据

疾病的类别

以人体解剖学为大类别，55中疾病为小类别，分级多标签医学诊断模型，疾病的标签如下图所示

疾病分类的算法采用的是 机器学习工具包中的SKlearn实现，采用的是逻辑回归的方法，其正则化的参数为L1

电子病历结构化

将非结构化文本形式的病历数据变成规范话、标准化和结构化的数据，以便AI准确完整地“读懂”病历------此为所有工作中的关键，

公司团队的做法是：医生、科学家和技术人员通力合作，由30余位高级儿科医师和10余位信息学研究人员组成的专家团队手动给电子病历上的6000多张图表进行注释，并持续对模型进行检验和迭代。

此处对所谓的“图表”没有完全理解，现在的理解为电子病历上的信息，如实验室检查表，体格检查表，为提到的表，图是否为影像检查的图片以及医生对影像检查所下的结论。

图表的内容还包括：家族史、主诉、实验室检查、影像学检查、超声检查等多维信息

图表结构化后展现出的效果：

特征提取方法：

文中提到的特征提取方式比较诡异，目前未能完全理解，文中提到采用医生设计模式，设计成问答对的形式

此处的特征提取模型，目前不理解。

比如---

问题“是否有发热” ；答案为：有对应0.没有对应1------可以做为二分类的模型，对于有多中答案的要设计成多分类模型。此处的模型用的是LSTM外加Attention。

此处是对电子病历结构处理的关键部分，描述不祥

完整的项目流程图的解释

「智能病种库」是此次研究的核心成果，基于该病种库进行系统开发拥有很大的想象空间。

整个系统的运作分为两部分。首先，基于医疗知识图谱，利用深度学习技术按照一定规则解构临床电子病历数据，将非结构化文本数据变为结构化数据，建成一套智能病种库。进而，基于这套智能病种库搭建各种诊断模型，本次发布的论文中，团队搭建了一套辅助诊断系统，系统通过读取病人病历向医生提供诊疗建议。

　　具体说来，在病种库构建阶段，团队先根据医学指南、专家共识库等现有材料构建医学知识图谱，并在该知识图谱的基础上，采用深度学习技术按照「标准解构Schema」解构训练所用的电子病历数据。这些Schema由依图医疗及广妇儿各位专家主任共同制定，用以描述某一病种的所有有意义的特征。

　　同一病种的不同维度（如诊断、家族史、主诉、实验室检查、影像学检查、超声检查等）被分别构建独立的Schema。依图医疗表示，已联合30余位高级儿科医师及10余位信息学研究人员构建了6000余个Schema，搭建起基础模型，并通过大量数据训练，形成前文所述的「智能病种库」。该病种库现已覆盖55种疾病，且在持续检验迭代中。

　　倪浩为整个过程进行了更加形象的解释。系统的目的是基于Schema从原始电子病历数据中提取信息点，并将其结构化、标准化，因此采用LSTM的注意力机制搭建模型，通过不断对文本进行「提问」抽取信息。例如在对文本「左肺上叶可见肿块」进行解构的过程中，系统通过不断的「提问」——「是不是左肺上叶？」「左肺上叶有没有肿块？」……抽取信息。实际上，提问的过程就是扫描文本的过程。

　　病种库构建好后，团队利用分层的逻辑回归的分类器建立诊断模型。倪浩介绍道，该模型与其他系统的不同之处在于其采用层次化结构进行判断。

　　第一级分类使用基于器官的方法，诊断首先被规范成广泛的器官系统（如呼吸系统、神经系统、消化系统等）；第二层进一步细化，分成器官子系统和更具体的诊断组（如上呼吸道和下呼吸道）；同时，采用病理生理学或病因学方法（如感染性、炎性、创伤性、肿瘤性等）将诊断分层决策树的设计调整至临床最适用的情景。