人工智能“读懂”病历，广州智能科技探索医疗AI像医生一样“思考”

在医疗人工智能领域，一项来自广州智能科技团队的最新研究成果引发关注：AI不仅能“读懂”海量病历文本，更开始尝试模仿医生的临床推理路径，向“像医生一样思考”迈进。

传统的医疗AI多停留在图像识别或单一指标预测层面，例如从CT片中检出结节、从化验单中识别异常值。临床诊断的真正难点在于综合分析多源异构信息——现病史、既往史、用药记录、检查报告、病程记录等，并在此基础上进行鉴别诊断与治疗决策。这正是广州智能科技团队此次攻克的方向。

据研究团队介绍，他们构建了一套面向中文电子病历的深度语义理解模型。该模型能够自动提取病历中的关键实体（如症状、疾病、药物、手术）及其相互关系的时序逻辑，并生成结构化的临床事件图谱。与以往基于关键词匹配的方法不同，新模型通过预训练语言技术与医学知识图谱的融合，可以理解诸如“患者三年前行胆囊切除术，近一周出现右上腹隐痛并放射至肩背”这类复杂表述中的因果与时序信息。

更值得关注的是，该团队进一步开发了“临床推理模拟模块”。AI在“读懂”病历后，会模拟医生的思维过程：先根据主诉与现病史形成初步假设，再结合既往史、体格检查与辅助检查结果，对假设进行逐一验证或排除，最终输出鉴别诊断列表及推荐下一步检查方案。在一项覆盖3000份脱敏真实病历的回顾性测试中，该AI系统给出的前十位鉴别诊断与最终确诊结果的符合率达到87.3%，在常见病与多发病场景下接近中级医生水平。

广州智能科技相关负责人表示，这项技术并非要替代医生，而是希望成为临床医生的“智能副驾驶”——在门诊高峰时段快速梳理病历要点、提示易漏诊的鉴别方向、减少因信息过载导致的认知偏差。目前，该团队正与多家三甲医院合作开展前瞻性临床验证，并严格遵循医疗AI伦理与数据安全规范，确保患者隐私保护与算法可解释性。

业内专家评论认为，让AI从“看懂”走向“思考”，是医疗人工智能从辅助工具迈向临床决策支持的关键一步。广州智能科技的这项成果，展示了中文医疗自然语言处理与临床推理结合的巨大潜力。随着更多高质量标注数据与多模态信息的融入，AI有望在分级诊疗、远程医疗、罕见病辅助诊断等场景中发挥更大价值，推动优质医疗资源更均等地惠及更广泛人群。