CHIP 2020 | 醫渡雲在數據智能和知識雙驅動下的人工智慧應用與探索

2020-12-25 中華網科技

"雲端"相聚,共話數據智能。近日,中國健康信息處理領域的重要會議之一"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",醫渡雲首席人工智慧科學家閆峻和醫渡雲高級產品總監劉婷婷與全國知名的醫療信息處理學者、醫療專家"雲端"相聚,並圍繞"醫療大數據技術的深入研究"和"基於數據智能技術的城市防疫實踐"展開分享。

健康信息處理是生命健康、臨床醫療領域的核心內容,長期以來受到廣泛關注。本屆大會聚焦"數據和知識雙驅動的醫療人工智慧",圍繞智慧醫療發展的趨勢與挑戰,數據智能驅動與知識驅動兩條技術主線的可行和可能的融合方式等話題展開深入探討。

醫渡雲首席人工智慧科學家閆峻從醫療數據治理的角度出發,基於機器學習與醫學知識相結合,針對電子病歷結構化,醫學術語標準化、數據分布式計算、數據質控等方面的一些研究和探索展開分享。同時,閆峻介紹了在數據智能和知識雙驅動下,醫渡雲是如何將人工智慧技術應用於臨床的,並對醫渡雲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注並進行深入探討。

行業深耕:自然語言處理

閆峻表示,在醫療人工智慧領域有幾個不同層次的挑戰。首先就是數據的集成,醫療文本記錄等信息比較龐雜,存在數據孤島及質量參差不齊,冗餘性強等問題,那麼如果數據集成和質量問題解決了,這個數據是不是就是好的,就是可用的了?接下來的挑戰還有數據處理和應用問題,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域。要把自然語言的描述轉換為計算機可以計算的數據,需要依賴自然語言處理中的很多基礎技術。臨床電子病歷的結構化就是基於這些技術手段將大量不可計算數據轉換為可統計、可計算數據的一個實際應用場景,這一切其實都是依賴於我們對數據的處理分析、數據建模等技術來實現的。

在實際工作中,通常會遇到多方聯合建模的情況,"我們基於聯邦學習框架,通過分布式計算的方式,可以開展多中心研究,進行多中心的聯合建模。目前,醫渡雲已經形成了一套自己的方法論,致力於如何用人工智慧技術來解決很多現實的問題。"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據質量問題,如何解決數據可計算問題,如何把數據形成知識,形成模型,生成知識圖譜,從而更好地了解疾病與症狀的關係、疾病與治療的關係,更好地輔助醫生進行工作與科研,並能為患者提供個性化的診療方案。

研究方向:機器學習模型的可解釋性

在特徵可解釋的角度中,一大類是和模型相關的,比如常見的決策樹模型,它本身就被認為是一種可解釋的,因為它在每個節點上面會有一個判斷的標準和指標,這就是一種模型相關的可解釋模型了。閆峻說:"實際上,當我們去解決很多現實問題的過程中,會發現在醫療健康這個領域裡,整個模型的可解釋性對於最後的應用場景是非常重要的。"在醫療人工智慧領域有著多年經驗和知識沉澱的醫渡雲已經構建了很多的臨床輔助決策支持這種模型,而且在不同的醫療機構裡面都有落地應用的經驗。

閆峻說:"在實際工作過程中發現,醫療領域其實不是零起點的,因為已經有了大量的臨床文獻,有了大量的專業知識,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,通過數據智能驅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習這類問題中的一個核心思想和切入點。換句話說,整個行業裡可能大部分工作是以深度學習模型為主或機器學習模型為主,然後是一些知識的嵌入,而我們採用的技術方案有點不太一樣,是以我們的知識圖譜和我們的邏輯知識庫為主,然後把我們的數據智能驅動的方式嵌入進去,來解決問題。"

落地應用:AI在疫情中的實踐

新冠肺炎疫情發生以來,許多城市因勢而為,加快人工智慧的推廣應用。醫渡雲在疫情中基於價值場景驅動下的防疫解決方案,致力於在疫情未完全消失情況下實現疫情動態閉環管理,促進社會活動、經濟發展與疫情管控的動態平衡,進而助力政府做好決策、預測工作。

醫渡雲高級產品總監劉婷婷分享了基於數據智能技術的城市防疫實踐,她指出,醫渡雲利用多年醫療人工智慧技術優勢,助力多地政府迅速在中國多地進行疫情防控。基於疫情防控實踐經驗,構建了"城市免疫平臺",以早發現、早研判、早阻斷為目標,助力實現場景化動態閉環管理。劉婷婷詳細介紹了醫渡雲利用人工智慧技術助力疫情早發現、早研判以及早阻斷相應的應用場景。

1) 早發現:建立多渠道,多觸點預警觸發機制,全面提升疫情監測預警能力;基於醫療數據,針對症候群,法定傳染病利用多種算法模型完成常態化主動監測;針對已知疾病構建知識圖譜,新發疾病與已知疾病利用模型進行鑑別,結合關係空間等數據研判預警。

2) 早研判:疫情關鍵事件時間軸視圖,進行傳播路徑智能推薦,密接人員自動推薦及狀態管理;持續進化AI算法模型,進行精細化疫情預測及政策仿真。

3) 早阻斷:建立應急處置知識庫,與各級別各機構業務系統協同處置一體化,完成疫情防控的智能指揮調度。

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。醫渡雲將繼續利用智能技術賦能更多的場景,打造"平戰結合"的平臺,並長期服務於醫療健康管理,構築公衛防線,為醫療大健康產業注入新動能。

免責聲明:市場有風險,選擇需謹慎!此文僅供參考,不作買賣依據。

責任編輯:kj005

文章投訴熱線:156 0057 2229 投訴郵箱:29132 36@qq.com

相關焦點

  • CHIP 2020「雲端」相聚 醫渡雲人工智慧技術構築公衛防線
    本屆大會聚焦「數據和知識雙驅動的醫療人工智慧」,圍繞智慧醫療發展的趨勢與挑戰,數據智能驅動與知識驅動兩條技術主線的可行和可能的融合方式等話題展開深入探討。醫渡雲首席人工智慧科學家閆峻從醫療數據治理的角度出發,基於機器學習與醫學知識相結合,針對電子病歷結構化,醫學術語標準化、數據分布式計算、數據質控等方面的一些研究和探索展開分享。
  • 發揮人工智慧「頭雁效應」,醫渡雲致力守護人民健康
    在近期的中共中央政治局第九次集體學習時,強調了人工智慧的「頭雁效應」。這一重要論斷,為我們加快發展新一代人工智慧堅定了信心、提供了遵循。人工智慧需依託產業,黨的十九大報告指出,要推動網際網路、大數據、人工智慧和實體經濟深度融合。大數據被認為是推動地區經濟發展和產業升級的重要推手,而地方政府則是大數據應用的前沿陣地。
  • 醫渡雲疫情常態化防控新形勢下的數據智能
    醫渡雲首席AI科學家閆峻受邀參加此次會議,並通過題為《疫情常態化防控新形式下的數據智能》的特邀報告,深度講解了如何通過數據智能化技術對疫情的傳播進行及時發現,及時預警,及時阻斷;以及如何在常態化疫情防控中,在降低疫情死亡率同時,有條件保障社會生產生活的恢復及正常運轉等內容。
  • 醫渡雲閆峻:疫情常態化防控新形勢下的數據智能
    醫渡雲首席AI科學家閆峻受邀參加此次會議,並通過題為《疫情常態化防控新形式下的數據智能》的特邀報告,深度講解了如何通過數據智能化技術對疫情的傳播進行及時發現,及時預警,及時阻斷;以及如何在常態化疫情防控中,在降低疫情死亡率同時,有條件保障社會生產生活的恢復及正常運轉等內容。
  • 醫渡雲創始人宮如璟:發展「AI+醫療」要在數據上下功夫
    中新經緯客戶端9月28日電(常濤羅琨)在日前閉幕的2018天津夏季達沃斯論壇上,「讓AI(人工智慧)落地」成為熱議話題,不少業內人士指出,AI在醫療健康領域的應用極具想像空間。  醫療大數據技術企業醫渡雲創始人宮如璟在接受中新經緯客戶端()專訪時表示,AI在醫療場景的應用非常碎片化,必須從數據入手,尋找應用場景。
  • 聚焦CCKS 2020 |醫渡雲運用知識圖譜技術 更好發揮「黑盒」和...
    作為國內知識圖譜、語義技術、語言理解和知識計算等領域的核心會議,2020全國知識圖譜與語義大會吸引了來自清華大學、哈爾濱工業大學、騰訊、阿里巴巴等眾多國內知名大學與企業前來參加。多年來,醫渡雲一直支持並參與CCKS大會評測委員會工作,本屆大會醫渡雲首席人工智慧科學家閆峻博士受邀擔任大會組委會評審主席(Evaluation Chair)。
  • 醫療大數據完美應用,中山大學腫瘤醫院攜手醫渡雲《柳葉刀·腫瘤學...
    本次研究可以說是醫療大數據的完美應用的又一體現,為了讓數據利用滿足更多臨床業務需求,中山大學附屬腫瘤醫院其實早在三年前就開始與醫渡雲進行醫療大數據的合作,當時是針對全院的DPAP(醫學數據智能平臺)雙方進行了初次的對接,而這一新平臺的引入,讓中山大學附屬腫瘤醫院能夠有效的對大規模多源異構的真實世界數據進行集成、挖掘和利用
  • 醫渡雲董事長宮如璟出席2020世界經濟論壇 建言醫療未來
    醫渡雲創始人、董事長宮如璟受邀出席本次大會參與全球直播的圓桌討論,並與國家首腦,施瓦布基金會、武田製藥等政界、NGO組織、企業界高層會面,就如何以智慧醫療,驅動第四次工業革命的相關商業模式變化和實現全球的可持續發展等話題進行交流。會議期間,宮如璟受到新加坡總理李顯龍的接見,暢敘智慧醫療的發展與合作。
  • 醫渡雲數據智能化技術助力疫情防控實現「三早」
    醫渡雲首席AI科學家閆峻受邀參加此次會議,並通過題為《疫情常態化防控新形式下的數據智能》的特邀報告,深度講解了如何通過數據智能化技術對疫情的傳播進行及時發現,及時預警,及時阻斷;以及如何在常態化疫情防控中,在降低疫情死亡率同時,有條件保障社會生產生活的恢復及正常運轉等內容。
  • 醫渡雲盈利水平逐年上升:折射出國內醫療AI和大數據產業怎樣的現狀
    其後,據港交所12月13日消息,提供基於大數據和人工智慧技術的醫療健康解決方案,向醫療行業的主要參與者提供服務並與之開展合作的醫渡科技有限公司通過港交所聆訊,填補了港股市場這一板塊的空缺。 受醫療與科技"聯姻"的影響,透過醫渡科技的招股書確實能夠察覺到公司的盈利水平是在逐年上升的,那麼醫渡雲是如何搭建出屬於自己的技術壁壘與商業模式?
  • 醫渡雲衝刺港交所:年虧15億 陽光保險與GIC是股東
    雷帝網 雷建平 8月25日報導醫療人工智慧技術公司醫渡雲日前向港交所遞交招股書,準備在香港上市。年虧15億據官網介紹,醫渡雲以自主開發的「醫學數據智能平臺」為基礎,通過深度處理和分析,建立真實世界疾病領域模型,助力醫學研究、醫療管理、政府公共決策、創新新藥研發、幫助患者實現智能化疾病管理。
  • 我校舉行山西醫科大學-醫渡雲醫學數據科學研究院揭牌儀式
    12月20日上午,我校在中都校區教學辦公樓十二層舉行了山西醫科大學-醫渡雲醫學數據科學研究院(下稱研究院)揭牌儀式。山西省衛生健康委員會黨組書記、主任武晉,黨組成員、副主任馮立忠,山西雲時代技術有限公司黨委書記、董事長陽軍,醫渡雲(北京)技術有限公司副總裁黃楠、李繼剛,校黨委書記張俊龍,黨委副書記賀培鳳,校第一醫院黨委書記劉春,校第二醫院副院長張進等領導出席揭牌儀式,山西省衛健委相關處室負責人,學校相關職能部門、相關院系負責人,校屬醫院相關處室負責人,專家及部分教師代表參加了揭牌儀式。
  • 酷家樂以圖搜模型上線 「AI+大數據」雙引擎驅動家居行業
    對於品牌企業而言,「以圖搜模型」功能將賦能智能精準營銷。在海量數據基礎上,通過對用戶搜索習慣、使用路徑等的大數據分析,為家居品牌實現智能推送和精準匹配,讓商品信息有效觸達目標受眾,提高轉化率。  「以圖搜模型」是酷家樂繼「一鍵匹配樣板間」、「智能櫥櫃布局」之後,酷家樂人工智慧領域的第三支利箭,在人工智慧+家居設計的領域,酷家樂已經走在行業最前端。
  • 達摩院2020年預測:人工智慧從感知智能向認知智能演進
    2020年十大科技趨勢分別為:人工智慧從感知智能向認知智能演進、計算存儲一體化突破AI算力瓶頸、工業網際網路的超融合、機器間大規模協作成為可能、模塊化降低晶片設計門檻、規模化生產級區塊鏈應用將走入大眾、量子計算進入攻堅期、新材料推動半導體器件革新、保護數據隱私的AI技術將加速落地、雲成為IT技術創新的中心。
  • 解決數據驅動時代下的數據安全難題,國雙有妙解
    隨著大數據、人工智慧、工業網際網路等為代表的新一代信息技術的不斷發展與深度應用,數據作為新的生產要素正在成為驅動經濟發展的新引擎。在企業紛紛加快數位化轉型的當下,利用數據驅動決策,實現增長已成為共識。在數據驅動的過程中,數據安全問題也日益凸顯,不容忽視,包括數據洩露等在內的各種數據安全問題,不僅讓企業蒙受巨大損失,也給社會和個人帶來了危害。那麼,企業在數據應用過程中,該如何保護數據安全?又該如何在挖掘數據價值和保護用戶隱私之間尋求平衡?對此,國雙營銷雲技術總經理吳充以國雙與巨量引擎合作共建的DataHub數據平臺為例,進行了深度解讀。
  • 2020十大科技趨勢:人工智慧向認知智能演進!
    2020年已經到來,科技發展步履不停。今天,阿里達摩院2020十大科技趨勢發布,涵蓋人工智慧、晶片製造、量子計算、工業網際網路、機器協作、區塊鏈、隱私保護 、雲計算等多個領域,勾勒新一年科技走向。這是達摩院成立以來第二次發布科技趨勢。與去年相比,今年趨勢更加專注於落地,更加趨向於產業,也擴展了科技突破的視野範圍。
  • AI賦能,人工智慧產業應用實踐進入爆發期了嗎
    為落實黨的十九大提出的推動網際網路、大數據、人工智慧和實體經濟深度融合的要求,服務國家創新驅動發展戰略,順應全球新一輪科技革命和產業變革趨勢,推進具有全球有影響力科創中心的建設,上海將打造全球性的系列人工智慧高端會議,打造世界頂尖人工智慧合作交流平臺,推動和主導人工智慧產業和技術創新融合發展。
  • 2020百度夏季雲智峰會彰顯智能雲架構升級,重磅發布AI中臺、知識中臺
    【天極網IT新聞頻道】5月18日,「ABC SUMMIT 2020百度夏季雲智峰會」在線上召開。   本次大會以「百度智能雲加速產業智能化」為主題,百度智能雲全新戰略、新架構首次亮相,AI中臺、知識中臺兩大創新平臺及8大全新行業解決方案重磅登場。
  • 探索人工智慧在在線少兒教育中的應用
    本次研討會主要就《人工智慧在在線少兒教育中的應用探索》,《基於自適應學習的在線課程對學前兒童數感培養的應用研究》,《數據驅動的個性化學習在少兒在線英語發音訓練中的應用研究》三個方向的階段性研究成果進行了分享,並依據這三個方向的研究成果與課題組學科專家展開基於分學科及分年齡段的多維度深入探討。
  • 數據驅動人工智慧的實踐 | 雷鋒網公開課
    例如,過去做營銷,一個產品的適用人群可能是一定範圍內的男性或者女性,這是一個比較粗的描述。用數據驅動的AI框架以後,我們可以得到一個比較細的描述,比如我們可以理解基於年齡、興趣愛好、行為等因素的目標客戶群,從而得到細粒度的營銷策略。第三,作為一個數據驅動的AI框架,可以帶來知識和洞察。我們去學校或者在經驗中都可以學習到知識。那