應用場景三：人工智能＋疾病診斷和預測

現(xiàn)代醫(yī)學，是從人們的各種生化、影像的檢查結(jié)果中，去診斷是否患病。但如果要實現(xiàn)疾病的未來發(fā)展預測，往往力不從心。人工智能能夠參與疾病的篩查和預測，需要從行為、影像、生化等檢查結(jié)果中進行判斷，除此之外，人們的語言、文字也會成為精神健康和身體健康狀況的可測指標。

疾病預測功能主要通過自動分析emr／ehr數(shù)據(jù)，影像檢查報告等文本數(shù)據(jù)，從中提取出相關信息，利用深度學習預測疾病發(fā)生及病程發(fā)展進程。

應用場景四：人工智能＋醫(yī)學研究

人工智能的切入主要是利用機器學習和自然語言處理技術(shù)自動抓取病歷中的臨床變量，融匯多源異構(gòu)的醫(yī)療數(shù)據(jù)，結(jié)構(gòu)化病歷、文獻，最后生成標準化的數(shù)據(jù)庫。在具體的人工智能＋醫(yī)學研究的相關落地產(chǎn)品管線中，我們重點關注醫(yī)療翻譯與醫(yī)療知識圖譜。

醫(yī)療機器翻譯：醫(yī)療行業(yè)內(nèi)存在大量的翻譯需求，AI自動翻譯有完善的文件解析生成能力，適應用戶不同文件格式輸入，有效降低客戶在大量翻譯需求上的開支。

阿里巴巴達摩院AI中心醫(yī)療健康實驗室落地的醫(yī)療行業(yè)機器翻譯系統(tǒng)能實現(xiàn)：權(quán)威語料翻譯、術(shù)語干預、SAAS標準服務及定制化部署，其醫(yī)學術(shù)語翻譯準確率大于80％，日期翻譯準確率大于99％。

醫(yī)療知識庫的構(gòu)建采用：

1．最新的信息抽取技術(shù)，將疾病相關的知識從各種信息源中提取出來，其信息源包括行業(yè)最新論文，互聯(lián)網(wǎng)知識等；

2．抽取得到的信息會進行專業(yè)審核，審核通過的數(shù)據(jù)會進行入庫，全程采用最新的圖數(shù)據(jù)庫進行數(shù)據(jù)的存儲和可視化；

產(chǎn)品落地：三大引擎平臺

在醫(yī)療人工智能產(chǎn)品上，阿里巴巴達摩院AI中心醫(yī)療健康實驗室從視覺引擎、知識引擎及搜索引擎三大平臺切入醫(yī)療人工智能領域，重點實現(xiàn)：多器官診斷、小樣本訓練、高精度、自動標注、醫(yī)療翻譯、信息抽取、圖譜建模、醫(yī)學特征提取、多模態(tài)檢索、醫(yī)療輔助等十大功能。

在完整的《人工智能在醫(yī)療場景中的應用分享》中，我們會繼續(xù)為大家分享人工智能在智能疾病診斷和預測以及醫(yī)學研究方面的應用；同時，我們將會全面解讀阿里巴巴達摩院AI中心醫(yī)療健康實驗室如何從視覺引擎、知識引擎及搜索引擎三大平臺切入醫(yī)療人工智能領域。

文 ｜ 高浩劍

網(wǎng)站、公眾號等轉(zhuǎn)載請聯(lián)系授權(quán)