人工智能网致力于为中国广大企业、企业家和商界、经济界人士,以及全球华人经济圈提供实时、严谨、专业的财经、产业新闻和信息资讯媒体。

当前位置:人工智能网 > 智能汽车 > 医渡云人工智能技术赋能医疗大健康产业

医渡云人工智能技术赋能医疗大健康产业

来源:互联网作者:王林更新时间:2020-12-28 13:35:57阅读:

云端 相聚,共话数据智能。近日,中国健康信息处理领域的重要会议之一 第六届中国健康信息处理会议(CHIP2020) 顺利召开。作为CHIP大会的 老朋友 ,医渡云首席人工智能科学家闫峻和医渡云高级产品总监刘婷婷与全国知名的医疗信息处理学者、医疗专家 云端 相聚,并围绕 医疗大数据技术的深入研究 和 基于数据智能技术的城市防疫实践 展开分享。

健康信息处理是生命健康、临床医疗领域的核心内容,长期以来受到广泛关注。本届大会聚焦 数据和知识双驱动的医疗人工智能 ,围绕智慧医疗发展的趋势与挑战,数据智能驱动与知识驱动两条技术主线的可行和可能的融合方式等话题展开深入探讨。

医渡云首席人工智能科学家闫峻从医疗数据治理的角度出发,基于机器学习与医学知识相结合,针对电子病历结构化,医学术语标准化、数据分布式计算、数据质控等方面的一些研究和探索展开分享。同时,闫峻介绍了在数据智能和知识双驱动下,医渡云是如何将人工智能技术应用于临床的,并对医渡云在疫情防控中的典型案例和取得的成果进行了分享,受到与会嘉宾的高度关注并进行深入探讨。

行业深耕:自然语言处理

闫峻表示,在医疗人工智能领域有几个不同层次的挑战。首先就是数据的集成,医疗文本记录等信息比较庞杂,存在数据孤岛及质量参差不齐,冗余性强等问题,那么如果数据集成和质量问题解决了,这个数据是不是就是好的,就是可用的了?接下来的挑战还有数据处理和应用问题,其实这需要大量的自然语言处理的工作,这也是一个非常重要的研究领域。要把自然语言的描述转换为计算机可以计算的数据,需要依赖自然语言处理中的很多基础技术。临床电子病历的结构化就是基于这些技术手段将大量不可计算数据转换为可统计、可计算数据的一个实际应用场景,这一切其实都是依赖于我们对数据的处理分析、数据建模等技术来实现的。

在实际工作中,通常会遇到多方联合建模的情况, 我们基于联邦学习框架,通过分布式计算的方式,可以开展多中心研究,进行多中心的联合建模。目前,医渡云已经形成了一套自己的方法论,致力于如何用人工智能技术来解决很多现实的问题。 闫峻说。

总的来说,从AI研究的角度来讲,更重要的是如何解决数据质量问题,如何解决数据可计算问题,如何把数据形成知识,形成模型,生成知识图谱,从而更好地了解疾病与症状的关系、疾病与治疗的关系,更好地辅助医生进行工作与科研,并能为患者提供个性化的诊疗方案。

研究方向:机器学习模型的可解释性

在特征可解释的角度中,一大类是和模型相关的,比如常见的决策树模型,它本身就被认为是一种可解释的,因为它在每个节点上面会有一个判断的标准和指标,这就是一种模型相关的可解释模型了。闫峻说: 实际上,当我们去解决很多现实问题的过程中,会发现在医疗健康这个领域里,整个模型的可解释性对于最后的应用场景是非常重要的。 在医疗人工智能领域有着多年经验和知识沉淀的医渡云已经构建了很多的临床辅助决策支持这种模型,而且在不同的医疗机构里面都有落地应用的经验。

闫峻说: 在实际工作过程中发现,医疗领域其实不是零起点的,因为已经有了大量的临床文献,有了大量的专业知识,有很多临床指南和一些专家共识,在这个前提下,如何把这些知识运用好,通过数据智能驱动的方式来补充以前知识的不足,这是我们解决可解释的机器学习这类问题中的一个核心思想和切入点。换句话说,整个行业里可能大部分工作是以深度学习模型为主或机器学习模型为主,然后是一些知识的嵌入,而我们采用的技术方案有点不太一样,是以我们的知识图谱和我们的逻辑知识库为主,然后把我们的数据智能驱动的方式嵌入进去,来解决问题。

落地应用:AI在疫情中的实践

新冠肺炎疫情发生以来,许多城市因势而为,加快人工智能的推广应用。医渡云在疫情中基于价值场景驱动下的防疫解决方案,致力于在疫情未完全消失情况下实现疫情动态闭环管理,促进社会活动、经济发展与疫情管控的动态平衡,进而助力政府做好决策、预测工作。

医渡云高级产品总监刘婷婷分享了基于数据智能技术的城市防疫实践,她指出,医渡云利用多年医疗人工智能技术优势,助力多地政府迅速在中国多地进行疫情防控。基于疫情防控实践经验,构建了 城市免疫平台 ,以早发现、早研判、早阻断为目标,助力实现场景化动态闭环管理。刘婷婷详细介绍了医渡云利用人工智能技术助力疫情早发现、早研判以及早阻断相应的应用场景。

1)早发现:建立多渠道,多触点预警触发机制,全面提升疫情监测预警能力;基于医疗数据,针对症候群,法定传染病利用多种算法模型完成常态化主动监测;针对已知疾病构建知识图谱,新发疾病与已知疾病利用模型进行鉴别,结合关系空间等数据研判预警。

2)早研判:疫情关键事件时间轴视图,进行传播路径智能推荐,密接人员自动推荐及状态管理;持续进化AI算法模型,进行精细化疫情预测及政策仿真。

3)早阻断:建立应急处置知识库,与各级别各机构业务系统协同处置一体化,完成疫情防控的智能指挥调度。

在疾病面前,人类有时候很渺小,但凝心聚力就会释放巨大的能量。医渡云将继续利用智能技术赋能更多的场景,打造 平战结合 的平台,并长期服务于医疗健康管理,构筑公卫防线,为医疗大健康产业注入新动能。

(免责声明:本网站内容主要来自原创、合作媒体供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

为您推荐 最新推荐 企业级IT

标题:医渡云人工智能技术赋能医疗大健康产业

地址:http://ai.rw2015.com/auto/5442.html

免责声明:人工智能网为网民提供实时、严谨、专业的财经、产业新闻和信息资讯,更新的内容来自于网络,不为其真实性负责,只为传播网络信息为目的,非商业用途,如有异议请及时联系站长,本网站将立即予以删除!。

返回顶部