急腹症是一组以急性腹痛为起病表现的急诊疾病,既包含急性单纯性阑尾炎等简单疾病,也包括消化道穿孔、重症急性胰腺炎等可能危及生命的复杂疾病。在有限的时间内,依据患者对症状的描述快速对急腹症进行准确分诊,识别和筛选危重患者,并进行优先处理,是一待解决的重要问题。计算机技术的发展使得利用人工智能(artificial intelligence,AI)技术建立急腹症快速分诊系统成为了可能。急腹症智能分诊系统的研究主要包括以下几个方面:(1)根据医学教材以及病例诊断的文本信息建立知识图谱;(2)根据患者主诉,实现医学术语到知识图谱中概念的归一化;(3)利用深度学习的方法训练模型,使计算机判别不同的急腹症;(4)在医院以及急救中心等场所部署训练后的AI模型进行测试并基于临床使用效果和反馈进行优化,使得系统对急腹症诊断的准确率达到可接受的水平(根据一般标准为:F≥94%)。在开发过程中,自然语言处理是急腹症人工智能分诊系统建立所必需的核心技术。本文综述了近年来自然语言处理领域中的最新技术进展,并讨论了将其应用于构建急腹症快速智能辅助诊断系统的前景。此系统的开发可以作为范式推广到其他疾病,优化患者的就诊流程,提高急诊效率。