智慧医疗,需要的不只是大数据

标签: 智慧 医疗 需要 | 发表时间:2016-12-16 18:36 | 作者:微软亚洲研究院
出处:http://blog.sina.com.cn/msra

本月初,由微软亚洲研究院和中文信息学会语言与知识计算专业委员会联合主办,成都市青羊区人民政府提供支持的 “知识图谱与智慧医疗(成都)论坛” 在成都举行。论坛共分为“知识图谱与智慧医疗学术论坛”、“智慧医疗产业与市场论坛”和“行业专家座谈”三个环节,分别邀请了人工智能学术专家、临床医学专家、智慧医疗行业专家、投资机构及政府相关职能部门进行深入交流。


此次论坛从学术研究、政府政策和医疗产业多方面着重探讨了知识图谱和人工智能在医疗领域应用的构想、资源、技术、方案、策略以及待研究的问题和挑战,以此促成医学界、学术届和产业界之间的学术交流,探索未来在医疗领域大规模应用人工智能的合作模式。本文节选了本次论坛部分内容与大家进行分享。想了解论坛全部内容请点击阅读原文,或直接访问网址: http://www.msra.cn/zh-cn/research/healthcare/chengdu-healthcare-forum/


从精准医学大数据到智能医疗

在上午的“知识图谱与智慧医疗学术论坛”上,来自复旦大学生物医学研究院的刘雷教授带来了题为“从精准医学大数据到智能医疗”的主题演讲。


科学家们已经逐步发现,针对遗传学和基因的研究能够更好地指导我们的医疗发展:对不同个体使用不同药物和采取不同的治疗方法很可能产生不同的结果,那么,如何确保为每一个病人找到最优的治疗方案、针对病人的个性化特征来决定治疗方案?这些问题的答案很可能就写在每个人的基因里。


精准医学指的是基于大样本研究获得疾病分子机制的知识体系,依据组学数据和患者的个体特征,借助现代遗传学、分子影像学、生物信息学和临床医学等知识来实现疾病的精准预防、精准诊断和精准治疗,因人而异确定治疗方案和药物的用法用量,从而达到提高医疗的有效性、减少治疗方案副作用的目标 。刘雷教授以“美国精准医学计划”作为开场,介绍了国内外主要的“精准医学”研究方案。毫无疑问,精准医学集成了现代医学科技发展的知识与技术体系,体现了医学科学的发展趋势,也代表了临床实践的发展方向。


从上图可以看出,精准医学的实现主要分为四个阶段,目前每一阶段都还有很长的路要走。而针对目标3,知识图谱技术可以很好地解决精准医疗大数据的资源整合、存储、利用与共享平台建设,即疾病研究精准医学知识库构建。


建立知识库在精准医学研究中的重要性不言而喻,这恰恰也是现阶段研究热点所在。而在大数据的背景下,知识库的建立在技术上仍然面临多重难点。例如,如何将不同层次的知识(包括分子层面、药物、临床体征、疾病以及环境等这些不同层次)进行整合,或者是基础概念的整合,又或是概念之间关系的整合等。


作为总结,刘雷教授表示,如今我们看到计算机技术在医疗上的应用越来越广泛,而这背后始终坚持的是从数据到信息再到知识的“中心法则”,正因如此,计算机技术才能造福更多人。


知识挖掘对分级诊疗的智能辅助



在下午的智慧医疗产业与市场论坛环节,来自微软亚洲研究院数据挖掘与企业智能化组的研究员纪蕾与大家分享了“知识挖掘对分级诊疗的智能辅助”问题。相关内容在 《培养一个人类医生至少需要八年,那么人工智能呢?》中也有介绍。


目前,微软亚洲研究院已经与国内多家医院和医疗机构合作进行试点,基于微软提供的Azure云服务,为医生打造人工智能医生助手,帮助提高基层医生的工作能力、提升工作效率。现阶段,该项目由微软亚洲研究院提供算法和解决方案,对接医院需求,医生与研究员共同从事临床试验。研究员们为每个医生搭建了属于他们自己的人工智能医生助手,医生助手会以微信服务号等多种不同的形式协助医生,并且这一协助将贯穿在治疗前、治疗中和治疗后的整个就医体验中。


那么,这样一个人工智能的医生助手都能做些什么呢?其中包括知识库辅助学习(帮助基层医生培训)、知识库辅助问诊(辅助基层医生临床)、常识型问题自动回复和自动随访(包括人文关怀和异常提醒)等功能。


不久前,微软亚洲研究院数据挖掘与企业智能化组发布了 Microsoft Concept Graph和Microsoft Concept Tagging模型,力图从大数据中挖掘知识,用于帮助机器更好地理解人类交流并且进行语义计算。在这项研究的基础上,微软亚洲研究院的研究组利用知识挖掘的API针对医疗数据,包括海量的医学文献、匿名诊疗记录等进行数据挖掘,建立医疗知识库,使得不同的医疗问题都有对应的专业解答。与此同时,研究员们还针对互联网搜索数据建立了用户搜索意图的知识库。例如在病人提出“糖尿病不应该吃什么?”和“糖尿病的饮食”这类问题的时候,知识库能准确将这类问题映射到“糖尿病应遵循的饮食习惯”上来。通过结合医疗知识库和用户意图的知识库,两者可以互相学习、形成闭环。


在整个系统流程中,从知识库建立,到实体识别与链接和知识计算,虽然研究面临着诸多技术挑战,但研究员们仍希望,这样一套人工智能医生助手能够真正帮助医生提高效率、改善医患关系,让人们获得更好的诊疗体验。


知识图谱与智慧医疗

活动最后的“行业专家座谈”环节,由微软亚洲研究院数据挖掘与企业智能化组资深研究经理闫峻主持,四位嘉宾参与,嘉宾分别是武汉大学俞思伟教授、哈尔滨工业大学汤步洲教授、大数医达邓侃博士和万方数据程煜华博士,这些嘉宾从自己的专业背景出发分享了他们对知识图谱与智慧医疗的见解。 


知识图谱是如何推动智慧医疗发展的呢?这背后有着算法层面、数据层面和应用层面的多重原因。从算法层面来说,深层神经网络技术不仅在图像和语音识别领域有着显著的帮助,用在自然语言处理等文本分析问题上也有同样让人欣喜的表现,因此基于深层神经网络技术的知识图谱在数据挖掘的质量上也有着不断的提高 。其次是数据,数据对知识图谱的构建至关重要,海量的数据能让知识图谱积累更多的知识,从而构建更完整的知识图谱。最后从应用层面来说,近年来随着人工智能技术的发展,聊天机器人(chatbot)这种人机交互方式日益普及,让研究者们看到了更多知识图谱应用的空间。只要拥有各种垂直领域的知识,聊天机器人就能更好地帮助人们完成某些具体的任务。因此,知识图谱与医疗垂直信息的结合,让人们有机会一窥智慧医疗的身影。


除了知识图谱本身,智慧医疗还有很大的发展空间,而计算机与医疗的结合,同样还有着丰富的无限可能。


智慧医疗狭义的定义是CDSS (clinical decision support systems),通过输入病情描述,包括症状和化验指标等,输出诊断结果。输出的诊断结果分为两个不同的阶段,首先是根据有限的结果给出可能的疾病判断,第二步是删选掉不太靠谱的疾病,进一步提高诊断准确性,从而解决下一步的路径的问题,例如还需要做什么化验和检查等。而从在线预约挂号,到智能分诊等种种就医过程的改善,则都可以被视为广义的智慧医疗——为人们提供更多更便捷的医疗服务。此外还涉及到医疗的信息化问题。因为即使到今天为止,医生也很难将自己看过的所有病人的记录进行整理。而对病人来说,也鲜有完整的从出生到现在的诊疗记录。由于这些信息上的局限,医生在科研方面也备受限制。从这些角度来讲,智慧医疗还有很长的路要走。知识图谱只是一小步,前面还有很多步等着计算机技术携手医疗一起前进。


 

相关 [智慧 医疗 需要] 推荐:

智慧医疗,需要的不只是大数据

- - 微软亚洲研究院
本月初,由微软亚洲研究院和中文信息学会语言与知识计算专业委员会联合主办,成都市青羊区人民政府提供支持的 “知识图谱与智慧医疗(成都)论坛” 在成都举行. 论坛共分为“知识图谱与智慧医疗学术论坛”、“智慧医疗产业与市场论坛”和“行业专家座谈”三个环节,分别邀请了人工智能学术专家、临床医学专家、智慧医疗行业专家、投资机构及政府相关职能部门进行深入交流.

[原]为何需要可视化: 信息到智慧的升华

- - zuoninger的专栏
掌握的专业知识越多,需要学习的也越多,我承认自己懂得的还远远不够……当你坦诚自己还不懂时,才更迫切地想问为什么,才能更好地学习. ——Richard Sual Wuraman,《渴望知识2》(Information Anxiety 2). 最近有人问我,拥有怎样的特性才能更好地投身于可视化与信息图表这种事业.

科大讯飞智慧医疗再出重磅,“智医助理”机器人顺利通过临床执业医师综合笔试

- - 雷锋网
雷锋网消息:科大讯飞(002230)11月6日晚间公告,11月6日“2017年临床执业医师综合笔试”合格线公布,讯飞“智医助理”机器人取得了456分的成绩,超过临床执业医师合格线(360分),属于全国53万名考生中的中高级水平. 进一步验证了科大讯飞在认知智能技术研发方面取得的显著进展.  讯飞“智医助理”机器人本次顺利通过综合笔试测试,在全球尚属首次,是中国人工智能发展的里程碑,亦是中国卫生医疗健康事业的里程碑.

二楞的智慧

- lzhi - Lzhi's Views
城里打工的二愣一个电话打给媳妇水月“水月,我被砸了头,医生说要不少医药费呢. ”水月急了,大哭:“那可怎么办啊. 二愣粗着嗓子吼了一声:“哭有啥用. 二愣家里本来就穷,这回听说他被砸了头,村里人更是避之不及. 水月跑了两天,亲戚朋友都转了个遍,一分钱也没借到. 水月愁得满嘴泡,没想到这天晚上,二愣竟好好地回来了.

移动医疗如何实现盈利?

- - 雷锋网
【按】作者张遇升,医学博士,杏树林公司创始人. 移动医疗的创业者和投资人最关心的问题之一是商业模式. 虽然医疗健康行业钱很多,但因为体系的复杂性,商业模式可能并不显而易见. 很多产品“看上去很美”,但恐怕只赚吆喝不赚钱. 商业模式涉及为谁创造什么价值,又如何从中收费的问题. 在中国,移动医疗尚没有很成熟的商业模式.

微支付破冰教育和医疗

- - 程苓峰-云科技
InstaEDU是一对一的付费视频家教平台. 老师按科目分类,搜索某个科目就可看到很多老师,挑选一个然后预约,以视频聊天的方式教学. 一个老师每天8个小时一个月工作20天,收入约4500美元. 一对一家教对一个学生来说比较贵,几十人上大课会分摊成本. 但把课时细分到每一分钟又有益,大部分问题通过大课或自学可以掌握,真正需要单独解答的问题少,几分钟能搞定.

《集体智慧编程》

- Ken - 小美的部落格
这本书不是讲 软件工程或者敏捷啥的,它是讲数据挖掘的. 书的英文名字是:《Programming Collective Intelligence》. 不知咋的中文书名就变成这个了. 豆瓣上的评论:http://book.douban.com/subject/3288908/. 简单的说,这本书是讲让web 2.0更智慧,更智能的技术.

问答之间的智慧

- - 微软亚洲研究院
编者按:既要有直接给出答案的能力,也要知道什么时候应该这样做,这是搜索引擎们下一步竞争的焦点. 一问一答之间的智慧并不仅仅是搭建一个可查询的知识库就能做到的. 科技领域的4个巨头,微软、苹果、Google和Facebook在下一代搜索这件事上撞车了. 它们都希望自己的服务能真正理解用户的搜索意图,然后尽可能地直接给出可靠答案.

营销工具的智慧

- - 月光博客
  在传统企业营销是基于传统经济学理论,既对稀缺资源的有效利用,当物质匮乏过度到丰裕经济之后,企业的营销需要重新开始,因为丰裕经济理论是建立在物质极度丰富,消费者的心理需求分散化的社会和经济环境. 在过去,人们购买产品,更多是通过询价的方式,商品信息和价格并不透明,现在,网络使得所有商品价格透明,很容易货比三家.