“云端”相聚，共話數(shù)據(jù)智能。近日，中國健康信息處理領(lǐng)域的重要會議之一“第六屆中國健康信息處理會議(CHIP2020)”順利召開。作為CHIP大會的“老朋友”，醫(yī)渡云首席人工智能科學(xué)家閆峻和醫(yī)渡云高級產(chǎn)品總監(jiān)劉婷婷與全國知名的醫(yī)療信息處理學(xué)者、醫(yī)療專家“云端”相聚，并圍繞“醫(yī)療大數(shù)據(jù)技術(shù)的深入研究”和“基于數(shù)據(jù)智能技術(shù)的城市防疫實踐”展開分享。
健康信息處理是生命健康、臨床醫(yī)療領(lǐng)域的核心內(nèi)容，長期以來受到廣泛關(guān)注。本屆大會聚焦“數(shù)據(jù)和知識雙驅(qū)動的醫(yī)療人工智能”，圍繞智慧醫(yī)療發(fā)展的趨勢與挑戰(zhàn)，數(shù)據(jù)智能驅(qū)動與知識驅(qū)動兩條技術(shù)主線的可行和可能的融合方式等話題展開深入探討。
醫(yī)渡云首席人工智能科學(xué)家閆峻從醫(yī)療數(shù)據(jù)治理的角度出發(fā)，基于機器學(xué)習(xí)與醫(yī)學(xué)知識相結(jié)合，針對電子病歷結(jié)構(gòu)化，醫(yī)學(xué)術(shù)語標(biāo)準(zhǔn)化、數(shù)據(jù)分布式計算、數(shù)據(jù)質(zhì)控等方面的一些研究和探索展開分享。同時，閆峻介紹了在數(shù)據(jù)智能和知識雙驅(qū)動下，醫(yī)渡云是如何將人工智能技術(shù)應(yīng)用于臨床的，并對醫(yī)渡云在疫情防控中的典型案例和取得的成果進行了分享，受到與會嘉賓的高度關(guān)注并進行深入探討。
行業(yè)深耕：自然語言處理
閆峻表示，在醫(yī)療人工智能領(lǐng)域有幾個不同層次的挑戰(zhàn)。首先就是數(shù)據(jù)的集成，醫(yī)療文本記錄等信息比較龐雜，存在數(shù)據(jù)孤島及質(zhì)量參差不齊，冗余性強等問題，那么如果數(shù)據(jù)集成和質(zhì)量問題解決了，這個數(shù)據(jù)是不是就是好的，就是可用的了?接下來的挑戰(zhàn)還有數(shù)據(jù)處理和應(yīng)用問題，其實這需要大量的自然語言處理的工作，這也是一個非常重要的研究領(lǐng)域。要把自然語言的描述轉(zhuǎn)換為計算機可以計算的數(shù)據(jù)，需要依賴自然語言處理中的很多基礎(chǔ)技術(shù)。臨床電子病歷的結(jié)構(gòu)化就是基于這些技術(shù)手段將大量不可計算數(shù)據(jù)轉(zhuǎn)換為可統(tǒng)計、可計算數(shù)據(jù)的一個實際應(yīng)用場景，這一切其實都是依賴于我們對數(shù)據(jù)的處理分析、數(shù)據(jù)建模等技術(shù)來實現(xiàn)的。
在實際工作中，通常會遇到多方聯(lián)合建模的情況，“我們基于聯(lián)邦學(xué)習(xí)框架，通過分布式計算的方式，可以開展多中心研究，進行多中心的聯(lián)合建模。目前，醫(yī)渡云已經(jīng)形成了一套自己的方法論，致力于如何用人工智能技術(shù)來解決很多現(xiàn)實的問題。”閆峻說。
總的來說，從AI研究的角度來講，更重要的是如何解決數(shù)據(jù)質(zhì)量問題，如何解決數(shù)據(jù)可計算問題，如何把數(shù)據(jù)形成知識，形成模型，生成知識圖譜，從而更好地了解疾病與癥狀的關(guān)系、疾病與治療的關(guān)系，更好地輔助醫(yī)生進行工作與科研，并能為患者提供個性化的診療方案。
研究方向：機器學(xué)習(xí)模型的可解釋性
在特征可解釋的角度中，一大類是和模型相關(guān)的，比如常見的決策樹模型，它本身就被認為是一種可解釋的，因為它在每個節(jié)點上面會有一個判斷的標(biāo)準(zhǔn)和指標(biāo)，這就是一種模型相關(guān)的可解釋模型了。閆峻說：“實際上，當(dāng)我們?nèi)ソ鉀Q很多現(xiàn)實問題的過程中，會發(fā)現(xiàn)在醫(yī)療健康這個領(lǐng)域里，整個模型的可解釋性對于最后的應(yīng)用場景是非常重要的。”在醫(yī)療人工智能領(lǐng)域有著多年經(jīng)驗和知識沉淀的醫(yī)渡云已經(jīng)構(gòu)建了很多的臨床輔助決策支持這種模型，而且在不同的醫(yī)療機構(gòu)里面都有落地應(yīng)用的經(jīng)驗。
閆峻說：“在實際工作過程中發(fā)現(xiàn)，醫(yī)療領(lǐng)域其實不是零起點的，因為已經(jīng)有了大量的臨床文獻，有了大量的專業(yè)知識，有很多臨床指南和一些專家共識，在這個前提下，如何把這些知識運用好，通過數(shù)據(jù)智能驅(qū)動的方式來補充以前知識的不足，這是我們解決可解釋的機器學(xué)習(xí)這類問題中的一個核心思想和切入點。換句話說，整個行業(yè)里可能大部分工作是以深度學(xué)習(xí)模型為主或機器學(xué)習(xí)模型為主，然后是一些知識的嵌入，而我們采用的技術(shù)方案有點不太一樣，是以我們的知識圖譜和我們的邏輯知識庫為主，然后把我們的數(shù)據(jù)智能驅(qū)動的方式嵌入進去，來解決問題。”
落地應(yīng)用：AI在疫情中的實踐
新冠肺炎疫情發(fā)生以來，許多城市因勢而為，加快人工智能的推廣應(yīng)用。醫(yī)渡云在疫情中基于價值場景驅(qū)動下的防疫解決方案，致力于在疫情未完全消失情況下實現(xiàn)疫情動態(tài)閉環(huán)管理，促進社會活動、經(jīng)濟發(fā)展與疫情管控的動態(tài)平衡，進而助力政府做好決策、預(yù)測工作。
醫(yī)渡云高級產(chǎn)品總監(jiān)劉婷婷分享了基于數(shù)據(jù)智能技術(shù)的城市防疫實踐，她指出，醫(yī)渡云利用多年醫(yī)療人工智能技術(shù)優(yōu)勢，助力多地政府迅速在中國多地進行疫情防控?；谝咔榉揽貙嵺`經(jīng)驗，構(gòu)建了“城市免疫平臺”，以早發(fā)現(xiàn)、早研判、早阻斷為目標(biāo)，助力實現(xiàn)場景化動態(tài)閉環(huán)管理。劉婷婷詳細介紹了醫(yī)渡云利用人工智能技術(shù)助力疫情早發(fā)現(xiàn)、早研判以及早阻斷相應(yīng)的應(yīng)用場景。
1)早發(fā)現(xiàn)：建立多渠道，多觸點預(yù)警觸發(fā)機制，全面提升疫情監(jiān)測預(yù)警能力;基于醫(yī)療數(shù)據(jù)，針對癥候群，法定傳染病利用多種算法模型完成常態(tài)化主動監(jiān)測;針對已知疾病構(gòu)建知識圖譜，新發(fā)疾病與已知疾病利用模型進行鑒別，結(jié)合關(guān)系空間等數(shù)據(jù)研判預(yù)警。
2)早研判：疫情關(guān)鍵事件時間軸視圖，進行傳播路徑智能推薦，密接人員自動推薦及狀態(tài)管理;持續(xù)進化AI算法模型，進行精細化疫情預(yù)測及政策仿真。
3)早阻斷：建立應(yīng)急處置知識庫，與各級別各機構(gòu)業(yè)務(wù)系統(tǒng)協(xié)同處置一體化，完成疫情防控的智能指揮調(diào)度。
在疾病面前，人類有時候很渺小，但凝心聚力就會釋放巨大的能量。醫(yī)渡云將繼續(xù)利用智能技術(shù)賦能更多的場景，打造“平戰(zhàn)結(jié)合”的平臺，并長期服務(wù)于醫(yī)療健康管理，構(gòu)筑公衛(wèi)防線，為醫(yī)療大健康產(chǎn)業(yè)注入新動能。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
