肺炎是儿科常见病多发病，位居我国儿科门诊的第一位,也是儿童住院的主要原因之一。WHO统计每年约有万儿童死于肺炎，因肺炎死亡的5岁以下儿童约占该年龄段儿童死亡总数的20%。肺炎可以由多种病原引起，包括细菌、病毒、支原体、衣原体以及真菌等。发达国家以病毒感染为主，发展中国家以细菌感染为主；在我国，细菌主要为肺炎链球菌、流感嗜血杆菌、金黄色葡萄球菌等；病毒则以呼吸道合胞病毒、腺病毒、流感病毒为主；而肺炎支原体则为常见的非典型的病原体。
肺炎的诊断说起来比较容易，宝宝出现发热、咳嗽或咳痰等症状，医生体检肺部有湿性啰音，基本上可以拟诊，辅助拍一张胸片即可明确。确定肺炎后重要的措施是查找病原体以便选择合适治疗措施，这是肺炎治疗最重要的步骤，因为细菌感染必须使用强有效的杀菌药物，若是病毒感染即便用再好的抗菌素也是白搭，而支原体感染则需要使用大环类抗生素，常见的头孢类和青霉素类是没有疗效的，真菌感染的患儿使用抗菌素可能会雪上加霜。
年以AlphaGo围棋击败李世石为标志人工智能（AI）迅速地进入了普通百姓的视野。去年初和戴博士聊天，他们设想利用计算机程序，采用文字和图片大数据分析对儿童肺炎进行诊断和病原学筛查；当时很是憧憬AI能早日应用于临床，在基于医学图像的诊断上，AI已经超越了人类，人工智能只需几秒钟，就能取得比人类医生花上几十个小时还要准确的诊断。
没想到这样的场景来得太快了，春节长假刚过，世界顶级医学期刊《细胞》刊登出华人学者张康教授的研究成果：一款能精确诊断多种疾病的AI工具。通讯作者张康教授是加州大学圣地亚哥分校的眼科教授，也是广州妇儿中心的兼职教授。在这项和广州妇儿中心合作的研究中，他们研制的AI够精准地对年龄相关性黄斑变性和糖尿病性黄斑水肿等致盲性眼病作出诊断，并提供治疗方案。不仅如此，他们利用同样的深度学习框架，实现AI对儿童肺炎的准确诊断：研究人员们收集了张胸部的X光片，用于AI系统的训练；测试的结果显示这款诊断儿童肺炎的AI工具能达到92.8%的准确率、93.2%的灵敏度、90.1%的特异性、以及96.8%的AUC值；足以区分细菌性和病毒性肺炎。
多么令人鼓舞的消息！这只是初步的研究成果，未来会有更多医疗术和与计算机技术应用于AI，相信可以提供更为准确高效的诊断和治疗方案！
那么，会不会有人要问：是不是医生可以下岗了呢？
答曰：不可能，因为病人的数据来自于医生！
预览时标签不可点收录于话题#个上一篇下一篇
