黴漿菌肺炎每年影響新加坡及亞洲各地數千名兒童。大多數病例輕微，但部分兒童病情嚴重，進展迅速且危險。問題在於：輕症和重症的早期警告信號看起來幾乎相同，令醫生難以判斷哪些兒童需要更密切監測或更強有力的治療。
《兒科學前沿》期刊的研究人員利用人工智能應對這一挑戰——計算機系統經過訓練可識別醫學數據中的模式。他們研究了逾1,000名因黴漿菌肺炎入院的兒童，其中205人病情嚴重。
能識別95%高危兒童的人工智能模型
研究人員將常規醫學信息輸入他們的人工智能系統：血液檢查結果、兒童咳嗽的持續時間、體格檢查發現（如喘鳴聲或肺部爆裂音）以及胸部X光觀察。這些都是新加坡醫生為患肺炎的兒童已經定期檢查的項目。
表現最佳的人工智能模型正確識別了95%會進展為重症的兒童。同樣重要的是，它在識別不會進展為重症的兒童方面也具有高度準確性——這可以防止對低風險兒童進行不必要的深切治療，並減少抗生素的過度使用。
某些血液指標在預測嚴重程度方面特別有用：肝酶、腎功能指標和血細胞計數。這些都已經是新加坡醫療系統標準護理的一部分。
人工智能輔助醫生，但不能取代臨床判斷
研究人員強調，這項工具旨在幫助醫生更快地做出決定，而非取代他們的專業知識。醫生仍然需要應用臨床知識、與家庭討論風險，並根據兒童整體健康狀況的全面情況做出最終決定。
更好的風險預測很重要，因為目前某些兒童接受的治療比必要的更具侵襲性（導致不必要的抗生素使用和副作用），而其他兒童在需要及時護理時可能無法得到。這套人工智能系統可幫助取得正確的平衡。
在醫院使用前，必須在多個中心進行持續測試
儘管結果令人鼓舞，研究人員指出，在這套人工智能系統準備好供新加坡醫院和診所使用前，需要在多個醫療中心和不同患者群體中進行測試。目前的研究雖然規模龐大，涉及1,000多名兒童，但在單一設置中進行。