醫(yī)學知識圖譜是醫(yī)療AI的核心
醫(yī)療人工智能(醫(yī)療AI)是AI一大應(yīng)用和產(chǎn)業(yè)領(lǐng)域。就目前醫(yī)療AI的應(yīng)用來看,可包括影像AI(眼底、CT/MRI、皮膚)、語音轉(zhuǎn)化電子病歷AI、輔助檢查AI(肢體活動)、導診機器人、藥物AI(個體化劑量、研發(fā))、遠程醫(yī)療。
1一、臨床工作的核心是醫(yī)生的臨床思維
日常醫(yī)療活動的大體流程如下圖1。醫(yī)生首先了解病史、病情后進行必要的體檢,然后開出必要的檢查和化驗單據(jù)、病人去完成檢查和化驗、醫(yī)生解讀檢查和化驗結(jié)果,做出判斷和診斷、確定治療方案或進一步檢查的決定。
圖1 日常醫(yī)療活動大體流程示意圖
在這一過程中,醫(yī)生對病情信息的了解、解讀和判斷(臨床思維)是醫(yī)療活動的主體,是臨床工作的驅(qū)動力與核心內(nèi)容。
2二、醫(yī)療人工智能必須涉及醫(yī)療活動的核心內(nèi)容
醫(yī)療人工智能(醫(yī)療AI) 的主要作用是作為醫(yī)生助理對病情信息進行了解、解讀和判斷,以減輕醫(yī)生的信息負擔和勞動強度、避免錯誤判斷。因此,為達到上述效果,醫(yī)療AI必須、也必定涉及臨床工作的核心內(nèi)容:醫(yī)生的臨床思維。
3三、目前醫(yī)療AI的問題
1. 影像AI的問題
目前醫(yī)療AI的形式以臨床影像學AI為主。影像學AI固然減輕了影像科醫(yī)生的工作強度、提高了效率。但是,影像學的檢查結(jié)果屬于輔助地位,不能單憑影像學結(jié)果就做出正確的診斷,需要醫(yī)生綜合解讀各方面的病情信息是才能做出正確的判斷。在整體醫(yī)療過程中,事件的主體是醫(yī)生的分析和判斷過程(臨床思維),如需要做什么檢查、為什么做這些檢查、檢查的結(jié)果說明什么問題等等。所以,目前影像類AI 沒有觸及醫(yī)療的核心內(nèi)容。
2. 目前臨床診斷輔助系統(tǒng)的算法問題
對醫(yī)生解讀、分析和判斷病情能力的模擬應(yīng)該是醫(yī)療AI的一個主要應(yīng)用和產(chǎn)業(yè)方向。目前的臨床診斷輔助系統(tǒng)(CDSS)雖然觸及了看病過程中的主體(醫(yī)生的思考),但是,目前CDSS是以大數(shù)據(jù)和自然語言處理(NLP)為算法。需要思考的是,(1)為什么行醫(yī)執(zhí)照不發(fā)給數(shù)學系或語言專業(yè)畢業(yè)的學生、而是發(fā)給醫(yī)學生?(2)在大數(shù)據(jù)概念(2012年出現(xiàn))和NLP技術(shù)(90年代初出現(xiàn))出現(xiàn)之前,醫(yī)生都不會看病嗎?很明顯,答案是否定的。因為醫(yī)生的思考需要的是醫(yī)學知識而不是大數(shù)據(jù)和NLP技術(shù);在大數(shù)據(jù)概念提出之前,醫(yī)生已經(jīng)思考了很多年,正確分析、判斷了無數(shù)的患者,看病的過程絕不是做大數(shù)據(jù)統(tǒng)計計算的過程,也不是斟酌分析語言詞匯的過程,而是醫(yī)生綜合應(yīng)用醫(yī)學知識的過程,因此,以大數(shù)據(jù)和NLP算法作為CDSS的算法是錯誤的。究其原因,可能的原因是目前做臨床CDSS的人多數(shù)從事計算機專業(yè),而非醫(yī)學專業(yè),不能從根本上理解看病的過程和實際內(nèi)涵。
另一個需要強調(diào)的是,醫(yī)學判斷是基于證據(jù)的詢證過程,推理的每一步都需要證據(jù)、知識和因果邏輯的支持。而大數(shù)據(jù)學說之父維克托·邁爾·舍恩伯格在其奠基之作《大數(shù)據(jù)時代》中明確提出“放棄對因果關(guān)系的探索,以相關(guān)性取而代之”,這與循證醫(yī)學以證據(jù)為基礎(chǔ)的因果性邏輯推理要求背道而馳。
大數(shù)據(jù)和NLP算法不能從醫(yī)學角度解釋推理的過程,存在算法黑箱,其臨床應(yīng)用必不能滿足臨床推理要求詢證的客觀要求。
4四、知識圖譜是臨床思維的基礎(chǔ)
醫(yī)生思考臨床信息和數(shù)據(jù)的內(nèi)容和邏輯模式來自于多年醫(yī)學院的學習和臨床工作而形成的專業(yè)化知識和思維邏輯模式,而這一專業(yè)化知識和思維模式的組合即醫(yī)生的知識圖譜,它包含的知識內(nèi)容、知識量、更新程度以及知識之間的專業(yè)邏輯關(guān)聯(lián)決定了醫(yī)生的水平高低和能力大小,是臨床思維的知識和邏輯基礎(chǔ)(圖2)。
圖2 知識圖譜是臨床思維的基礎(chǔ)示意圖
5五、醫(yī)學知識圖譜應(yīng)有的樣子
前文已述,知識圖譜是醫(yī)生專業(yè)化知識和思維模式的組合,它包含了知識內(nèi)容、知識量以及知識之間的專業(yè)邏輯關(guān)聯(lián)。對這些知識的邏輯化應(yīng)用可以解讀、判斷病情信息以做出正確的判斷和決定。因此,對醫(yī)療知識圖譜而言,需要的不是單純的表象聯(lián)系的羅列,需要的是結(jié)構(gòu)化的醫(yī)學知識點(信息、數(shù)據(jù))及其之間符合醫(yī)學知識內(nèi)在邏輯機制的關(guān)聯(lián),在此基礎(chǔ)上的算法才能被清晰、可靠地解釋,并達到臨床醫(yī)學必須詢證的客觀要求。知識圖譜對算法的決定性體現(xiàn)在:①知識圖譜定義了如何結(jié)構(gòu)化需要處理的病情信息和數(shù)據(jù)。只有結(jié)構(gòu)化的信息和數(shù)據(jù)才能滿足大規(guī)模運算的要求;②知識圖譜定義了病情信息、數(shù)據(jù)之間的邏輯關(guān)聯(lián),決定了人工智能在運算時的病情信息/數(shù)據(jù)流向和順序,程序以這些流向和順序?qū)崿F(xiàn)模擬醫(yī)生對信息、數(shù)據(jù)的認知和推理,決定了人工智能的智能化程度。
目前已有數(shù)個醫(yī)學知識圖譜被研發(fā)出來,其內(nèi)容和應(yīng)用舉例列表如下(表1)。它們的共同缺點是,雖然有知識點,但并未深入揭示知識點之間關(guān)聯(lián)的內(nèi)在邏輯機制,即,沒有揭示為何這種疾病有這樣的臨床表現(xiàn),為何需要這樣的檢查手段,為何需要這種藥物等,如此就造成知識點之間聯(lián)系僅為表象關(guān)聯(lián),非實質(zhì)性的邏輯關(guān)聯(lián)。以此為基礎(chǔ)的算法存在算法黑箱,且不能滿足循證醫(yī)學的客觀要求。
此外,這些知識圖譜沒有實現(xiàn)數(shù)據(jù)的結(jié)構(gòu)化,不能實現(xiàn)大規(guī)模運算的要求。
6六、原創(chuàng)的邏輯型知識圖譜
本項目創(chuàng)始人朱一帆博士早在2018年6月就原創(chuàng)性提出了臨床醫(yī)學AI邏輯型知識圖譜/算法4要素:
(1)可靠性:原理來自醫(yī)學知識以解決醫(yī)學問題
(2)正確性:符合醫(yī)學知識內(nèi)在客觀邏輯
(3)可解釋性:推理過程可以被清晰解釋以避免“算法黑箱”
(4)可操作性:可實現(xiàn)臨床數(shù)據(jù)/信息的結(jié)構(gòu)化,滿足大規(guī)模運算要求
朱一帆博士原創(chuàng)性地研發(fā)出了具備上述4要素的知識圖譜和相應(yīng)的臨床綜合診斷算法,并在中國人工智能學會主辦的 “中國2018 AI+”創(chuàng)新創(chuàng)業(yè)大賽中以“最佳創(chuàng)意獎”獲得業(yè)界認可(圖3)。
圖3 原創(chuàng)臨床綜合診斷AI算法獲得AI+大賽最佳創(chuàng)意獎
2019年2月美國醫(yī)學家在頂級學術(shù)雜志《科學》上提出的“醫(yī)療AI必須符合醫(yī)學標準”(Science 2019 Feb 22;363(6429):810-812. doi: 10.1126/science.a(chǎn)aw0029)與朱一帆博士原創(chuàng)的醫(yī)學AI邏輯型知識圖譜和算法的4要素不謀而合。
2019年4月歐盟委員會發(fā)布的“人工智能道德準則7大條件”以及2019年6月中國新一代人工智能治理專業(yè)委員會發(fā)布《新一代人工智能治理原則—發(fā)展負責任的人工智能》中對人工智能算法的透明性、可解釋性、可靠性、可控性的要求與朱一帆博士原創(chuàng)的醫(yī)學AI知識圖譜和算法的4要素不謀而合。
7七、知識圖譜是打開醫(yī)療AI產(chǎn)業(yè)的主鑰匙
根據(jù)上述分析可知,醫(yī)學知識圖譜是臨床思維的基礎(chǔ),是醫(yī)療活動的核心,是醫(yī)療AI的主戰(zhàn)場,是打開醫(yī)療AI市場的主鑰匙。其具體落實的表現(xiàn)形式是臨床?萍膊〉闹R圖譜,如心血管病知識圖譜、肺病知識圖譜、危重癥知識圖譜等等,開發(fā)專病知識圖譜即掌握了醫(yī)療AI產(chǎn)業(yè)的主鑰匙,在此基礎(chǔ)上才能進一步開發(fā)其智能化應(yīng)用。
作者信息:
朱一帆 博士,教授
德國海德堡大學博士、香港大學瑪麗醫(yī)院博士后
牛津大學丘吉爾醫(yī)院客座醫(yī)生
德國海德堡大學高級訪問學者、美國北卡州立大學高級訪問學者
河南大學引進人才、河南大學淮河醫(yī)院主任醫(yī)師
感染性疾病轉(zhuǎn)化醫(yī)學河南省工程實驗室主任
河南省細胞醫(yī)學工程國際聯(lián)合實驗室副主任
腫瘤微創(chuàng)治療學科帶頭人
主編《臨床思維基礎(chǔ)與方法》(人民衛(wèi)生出版社 2018)
參編《臨床血液腫瘤診治與護理》(人民衛(wèi)生出版社 2018)
獲科技進步二等獎一次(第一完成人)
申請/授權(quán)國家、國際專利10余個
承擔多個國家級、省級科研項目
發(fā)表SCI論文多篇,任多個專業(yè)雜志編委
作者:動脈網(wǎng)
圖片新聞
最新活動更多
-
11月19日立即報名>> 【線下論壇】華邦電子與恩智浦聯(lián)合技術(shù)論壇
-
11月29日立即預約>> 【上海線下】設(shè)計,易如反掌—Creo 11發(fā)布巡展
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
-
精彩回顧立即查看>> 2024(第五屆)全球數(shù)字經(jīng)濟產(chǎn)業(yè)大會暨展覽會
-
精彩回顧立即查看>> 全數(shù)會2024中國人形機器人技術(shù)創(chuàng)新發(fā)展大會
-
精彩回顧立即查看>> OFweek 2024中國激光產(chǎn)業(yè)高質(zhì)量發(fā)展峰會
-
8 BD新浪潮
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市