肺炎支原体每年影响新加坡和亚洲各地数千名儿童。大多数病例症状较轻，但部分儿童会患上严重疾病，病情进展迅速且具有危险性。问题在于：轻症和重症病例的早期警示信号看起来几乎相同，这使得医生很难判断哪些儿童需要更密切的监测或更强有力的治疗。
《儿科学前沿》杂志的研究人员利用人工智能来应对这一挑战——计算机系统经过训练可以识别医疗数据中的模式。他们研究了1000多名因肺炎支原体入院的儿童，其中205人患有重症。
识别95%高危儿童的人工智能模型
研究人员将常规医学信息输入到他们的人工智能系统中：血液检测结果、儿童咳嗽的持续时间、体格检查发现（如喘息或肺部爆裂音）以及胸部X射线观察。这些都是新加坡医生常规为患有肺炎的儿童安排的检查。
表现最好的人工智能模型正确识别了95%会患上重症的儿童。同样重要的是，它在识别不会患上重症的儿童方面准确度很高——这可以防止对低危儿童进行不必要的重症治疗，并减少抗生素的过度使用。
某些血液标志物对预测疾病严重程度特别有用：肝酶、肾功能标志物和血细胞计数。所有这些已经是新加坡医疗系统标准护理的一部分。
人工智能辅助医生，但不能替代临床判断
研究人员强调，这个工具旨在帮助医生更快做出决策，而不是替代他们的专业知识。医生仍然需要运用自己的临床知识，与患者家属讨论风险，并根据儿童健康的整体情况做出最终决定。
更好的风险预测很重要，因为一些儿童目前接受的侵入性治疗超过必要水平（导致不必要的抗生素使用和副作用），而另一些儿童在需要及时护理时可能得不到及时治疗。这个人工智能系统可以帮助找到正确的平衡点。
医院使用前，必须在多个中心继续进行测试
虽然结果令人鼓舞，但研究人员指出，在这个人工智能系统在新加坡的医院和诊所投入使用之前，需要在多个医学中心和不同患者群体中进行测试。目前的研究规模虽然很大，包括1000多名儿童，但是在单一医疗机构进行的。