四人麻将|上海四人麻将单机版

李晨輝:東華醫為AI+醫學知識圖譜助力臨床醫療

2019-08-21 15:04:09

來源:CIO時代網

  2019年8月16日至17日,由中國新一代IT產業推進聯盟指導,CIO時代學院主辦,CIO時代APP承辦的"第五屆中國行業互聯網大會暨CIO班14周年年會"在北京隆重舉辦。東華醫為科技有限公司大數據咨詢總監李晨輝為大家帶來了《東華醫為AI+醫學知識圖譜助力臨床醫療》的主題分享,以下為演講實錄:
\
東華醫為大數據咨詢總監 李晨輝
 
  李晨輝:大家下午好!我將從三個方面給大家介紹東華醫為知識圖譜的建設與發展情況,從所思、所做、所獲來分別闡述。
 
  二十一世紀人工智能浪潮席卷全球,對智慧醫療行業的發展具有很強的推動性。重點是什么呢?是通過數據驅動實現知識創新,產生新模式、新業態,特別是人工智能在臨床醫療的應用,包括像質控管理、影像、預測和輔助診療等等。這幾年各種各樣的機器人、各種各樣的智能概念都被炒作得很鮮活,這使我們產生了一種錯覺,就是在大數據、算力和算法的驅動之下,似乎明天就能看到真正的智能了。但實際上并不是這么簡單。我個人認為目前所處的環境還是在花費巨大人工來獲取極少智能的弱人工智能階段。
 
  那么,我們如何來破解這個弱人工智能階段的困局?從我個人的理解來看,知識就是力量。也就是說我們需要用知識來武裝電腦,只有讓電腦掌握了知識,理解了知識,運用知識,才能夠實現所謂的真正智能。從這一點來講,就是利用知識圖譜對大數據海量資源進行語義關聯。知識圖譜實際上就是以結構化的形式來描述客觀世界的概念、實例和關系,這里面最重要的就是這個三元組,也就是實體、屬性和關系,將大數據資源表達為更接近我們人類認知的模式,用這種方式來提供更好的組織管理,來理解信息海洋的能力。
 
  知識圖譜建立在大數據的基礎上。對于大數據來講,普遍存在有四個困難,一是采集。目前的醫療業務非常的繁雜,系統多、維度也多,還有前面專家所說的時序性、連續性等問題,最終造成采集出來的數據,很容易出現"垃圾進,垃圾出"的現象。二是治理,對于數據治理,我們目前還處于剛剛起步的狀態,而國外的數據治理相對比較成熟。三是關于標化的問題。實際上我們現在最缺的就是大數據標準化,特別是醫療術語的統一規范,包括業務應用,語義關聯等等,基本上都卡在了標化的問題上。最終還有知識轉化的問題。之后,我們再來考慮怎么實現圖譜?首先如何設計一個能夠涵蓋復雜多樣醫學知識表達的方案,怎么樣來準確高效的從海量的醫學資料里面萃取知識,在萃取這些知識之后怎么來消除噪聲和冗余,來實現知識的有機融合,最終實現知識的推理,拓展出各種各樣的應用場景。這就是我在知識圖譜構建這方面的一些淺顯的思考。
 
  東華醫為基于循證醫學,利用人工神經網絡搭建出了知識圖譜平臺。平臺底層是一個典型的知識庫群,下面是大量的多源異構數據庫集群,在這個集群之上進行升華和提煉,提煉出可用的信息數據并演變為各種業務知識庫。然后,利用基于圖計算的三元組模式來構建一個智能語義關聯引擎,該引擎可以為更多的醫療業務和應用提供相應的支撐。通過這兩年的研發,目前我們在術語庫,特別是標準庫和規則庫有了長足的進步。特別是在與多家國內頂級醫院進行深度合作,提供了豐富的醫學知識和實用的臨床經驗,強化了數據源,對于我們知識圖譜的推廣和沉淀是有很大幫助的。眾所周知,知識圖譜目前的發展仍是概念炒作多于實踐運用,怎么樣才能把這個產品落地做實,怎樣把知識圖譜變成一個能幫助用來指導臨床實踐的技術支撐,我們仍需要潛下心來做好后續更多的工作。                     在具體的使用過程中,首先看臨床護理。東華醫為基于護理的六大業務,以患者為中心,推出了移動護理、智能引導和護理管理三大模塊,這里面最重要的就是護理知識庫。以護理流程為主,形成了全路徑的智能管理,目的是為了規范護理的流程,實現護理的同質化和標準化。在這個基礎之上,匯集相關的臨床數據、護理數據,形成相關案例與模型,同時還能夠給臨床護理人員提供一個培訓和教學的環境。第二個方面是臨床的診斷,這方面主要針對疾病編碼的問題;病案編目存在不標準、不規范等問題。在知識圖譜的基礎上,我們構建結構化診斷、臨床科研、臨床輔助決策,形成臨床實踐的三大支柱功能。結構化診斷管理是基于前結構化的,東華醫為針對診療信息結構化,實現了前結構化和后結構化兩種方式,后結構化主要是針對臨床科研和歷史病案,對歷史數據進行后結構化處理。前結構化實際上就是在診斷入庫之前就實現了智能化ICD編碼對照。
 
  結合診前、診中、診后這三個部分,深度挖掘知識圖譜的應用場景。對于診前這一塊兒主要是為醫護人員提供一些輔助的信息,來完善醫生對臨床的判定。在診中,在患者治療的過程中系統會通過對國內外權威的醫學知識庫挖掘與關聯,形成類似病例數據互動共享,來幫助醫生看到更遠和更多的東西。最后實際上就是來評估驗證,檢驗整個臨床診療過程是不是完善,標準和規范。
 
  那么典型的應用有以下幾種。患者畫像。我們能夠從時間維、疾病維實現患者的典型分析報告,實現特征匯聚,智能挖掘。醫為百科。利用知識圖譜和智能搜索技術在院內構建出了一個全科醫學的知識檢索系統。文獻發掘。系統會根據患者的情況和醫生診治特點,自動分析排序推薦出與疾病相關的最新權威研究文獻。 自動地編碼對照。在輸入診斷過程中,系統會根據醫生的輸入,自動進行分型、分級、分類的疾病ICD編碼對照。診療推薦,就是為臨床醫護提供輔助醫療方案推薦。
 
  東華醫為在多年的經驗和技術積累之上,逐漸將知識圖譜做成一個AI研發應用框架,取之于醫,用之于醫。
 
  VTE系統是與解放軍總院共同合作研發的。該系統利用自然語言處理技術對臨床病例數據進行處理,形成結構化數據,然后再進行智能規則分析與評估。在醫院使用中,評估率提升了64%,達到百分之百,干預率提升23%。而且該系統今年獲得了AI醫療創新大賽二等獎,被評為全國AI醫療典型應用案例30強。目前VTE系統正在進一步完善,準備全面推廣。
 
  今年6月29日正式在北京安貞上線的結構化診斷管理系統,也就是我前面給各位專家介紹的采用知識圖譜前結構化技術的臨床診斷管理系統。目前也已在血液科、泌尿科等科室推廣使用,后期會在全院推行。
 
  至今東華醫為已為五百多家醫療衛生機構提供信息服務,積累了豐富的資源、經驗,技術實力得到快速增強。我們提出了基于四大品牌產品的"一鏈三云AI"戰略框架,為各類醫療衛生客戶提供九大聯合解決方案。解決方案包括了知識圖譜、智慧醫院、云HIS、互聯網醫院、互聯網醫療,以及在醫保控費、區域醫療等各業務領域。從1999年到2019年,東華醫為深耕醫療信息化20年。我們一直秉持科技呵護健康的承諾,以患者為中心,為醫院提供了"醫、戶、管全要素,前、中、后全流程"的智慧醫療信息化建設綜合解決方案。以上是我匯報的內容,敬請批評指正,謝謝!

CIO時代培訓產品手冊


相關資訊

“第29屆CIO班”開學典禮成功舉辦

2019-09-24

2019中國CIO知識體系正式發布

2019-09-19

邢怡平:移動安全賦能政企數字化轉型

2019-09-05

"第五屆中國行業互聯網大會暨CIO班14周年年會"...

2019-09-05
四人麻将 福彩3d计划 江苏快三手机app 江苏时时走势 湖北快三单双计划 时时彩玩法介绍 千术手法图解100种 财神捕鱼最新版本下载安装 ios看小说赚钱app 彩票包胆 AG电子水上乐园