据近日发表在开放获取期刊《呼吸研究》上的一项研究发现，科学家结合了机器学习与临床医学，使得内嵌在一个智能手机应用（APP）中的自动分析技术，能以高准确率诊断呼吸系统疾病，而这对于人类医生来说也非易事。

澳大利亚科廷大学和昆士兰大学的研究人员此次展示的智能手机APP，诊断哮喘、哮吼、肺炎、下呼吸道疾病和支气管炎的准确率很高（81%—97%）。为了开发这款APP，科学家使用与语音识别类似的技术，训练其识别5种不同呼吸系统疾病的典型咳嗽特点。随后，他们用APP给在西澳大利亚两家医院就医的585个孩子的咳嗽声进行了分类，这些孩子的年龄介于29天—12岁之间。准确度的评估是通过比较APP给出的诊断和医院的诊断，医院的诊断都是由一个儿科医生小组在看过影像结果、实验室结果、医院记录以及用所有可用的临床探查手段之后得到的。

 研究人员表示，想要明确诊断儿童所患的呼吸系统疾病到底是哪一种，即便对于有经验的医生而言也并非易事。这项研究展示了新技术、数学概念、机器学习和临床医学可以被成功结合在一起，产生一种综合多领域知识的全新诊断性检测。

目前，该APP可以在不需要医生亲自问诊的情况下给出诊断，解决了现有远程医疗咨询的一个主要限制因素，可用于提供远程医疗服务，也可以供不同水平的健康服务提供者使用。而一旦不依赖医生进行临床检查，就可以更早开始有针对性的治疗。但研究团队仍然建议，尽可能在使用这一APP的同时咨询临床医生，以使诊断准确性最大化。（张梦然）