AI赋能建设医疗人工智能平台 医渡云助力科研成果高效产出

在数字化转型浪潮中，我们迎来了人工智能技术快速发展的时代，医疗人工智能是推动精准医疗和临床科研的新引擎，可有效提高临床和科研之间的转化应用。医渡云利用AI技术赋能医学临床研究，加速科研成果产出，助力提升我国临床科研水平。

AI创新技术医渡云突破临床科研场景应用两大挑战

现阶段，临床研究往往存在临床病历书写不规范、关键信息错漏、数据缺乏标准、院外数据难以整合等，使得大量科研数据无法转化为医学应用。

基于存在以上问题，医渡云利用专业夯实的AI技术和丰富的实践经验，不仅助力突破了临床科研数据应用中存在数据结构化、标准化和数据质量的困境，而且满足临床科研成果高效、高质量产出的需求。

数据结构化、标准化和数据质量偏低是临床科研数据应用场景中的一个重要挑战。由于医生在临床工作中的习惯和表达方式有着极大的差异，我们需要把这些多种不同的说法处理归结到一个标准化、统一化处理体系，利用一套完整的算法体系识别病历中的字段从而达到统一、规范的标准表达。因此需要拥有一套计算机可以读取计算的数据，这套数据是基于医学常识的数据治理、医学逻辑算法的结构化定律、AI算法术语标准化和术语结构化的技术工作来实现支撑临床科研高质量地产出。

从临床研究视角来看，数据是否能代表真实世界，也是数据应用场景面临的另一个挑战。如果数据不能代表真实世界的情况，得到的研究结论可能不值得去泛化。为了让研究成果更有普及性和高效性，医渡云采取一种基于安全计算架构来实现多中心医疗机构共同参与研究。

安全计算：资源共享、一站式统筹

安全计算是人工智能的一个崭新领域，它作为一种加密的分布式学习技术，能够让多个医疗机构在不披露底层数据和底层数据加密形态的前提下，可根据授权利用多中心医疗机构提供数据进行训练联合建模实现共赢，有助于打破数据孤岛，同时为多中心临床研究提供高效的科研服务，其中，各医疗机构之间并不会传输任何本地数据，仅仅传输加密后的模型训练参数，可以有效保障原始数据安全。

安全计算的优势包括：第一，数据隔离，避免数据泄漏到外部，满足用户隐私保护和数据安全的需求；第二，模型效果与集中式训练相比仅有极小损失，在实践中可以忽略，且效果比单中心孤立模型更好。第三，参与方地位均等，能够实现公平合作；第四，能够保证各方在保持独立性的情况下，进行信息与模型参数的加密交换，并同时获得成长。

在数据应用方面医渡云已将自然语言处理技术、医学预测模型、医学统计分析运用到医疗领域的应用场景中，为提升多方参与的机器学习效率，通过多方安全计算协议，可实现医疗信息集成、保护信息安全的同时，极大促进了各医疗专业领域内高质量的产出临床科研成果。

AI赋能建设医疗人工智能平台 医渡云助力科研成果高效产出

十四五规划 提出国家加大科技创新规划，将建设医疗大数据技术平台作为临床医学中心重要的考核指标，以构建国家临床医学中心研究创新体系为总目标。第一，统筹布局各主要疾病领域和临床专科国家临床医学研究中心；第二，构建规范化、标准化和规模化的健康医疗大数据平台，搭建临床科研公共服务平台；第三，加强临床科研成果高质量产出。

基于此，医渡云凭借丰富的实践经验和技术累积，推出了服务医学研究的整体解决方案，能够满足多中心不同科研场景业务需求的同时，可助力医疗机构和各领域专家学者开展真实世界研究、疾病队列研究和疾病防控研究等，从而为高质量科研成果的产出奠定了基础。

2020年底，医渡云通过人工智能技术助建的 基于科研协同的国家临床医学研究中心数据平台 在全国血液系统疾病领域专家面前亮相，该平台建设将力促科技产出和成果转化，在国家血液系统疾病临床医学研究中心（NCRC）建设进程中起到助力作用。另外，该平台可通过多主题数据的洞察，支撑多场景、灵活性分析的临床研究，同时也可提高多中心临床研究的效率和质量。

近年来，医渡云先后产出多本疾病标准数据集，助力推动产出高质量的临床科研成果，并已在国际国内期刊发表文章近百篇，其中部分发表在《柳叶刀 肿瘤学》《Nature Medicine》《Journal of Thoracic Oncology》《Nature Communication》等世界知名杂志期刊。

医渡云将继续运用医疗人工智能技术，在 人工智能+医疗 模式中砥砺前行，以AI技术赋能医疗新生态，不断提升临床诊疗水平、高效开展临床研究、加速推动临床科研成果及转化应用，进一步助力我国科研水平推向新高度。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005