av中文字幕一区二区三区不卡,亚洲视频久久久久久a,激情国产视频一区二区,精品人成精品人成

傳統(tǒng)疾病診療模式瓶頸凸顯， 多模態(tài)融合的醫(yī)學(xué)人工智能發(fā)展勢(shì)在必行！

眾所周知，惡性腫瘤、心腦血管病、致盲性眼病、重大流行病是威脅我國人民生命健康的主要原因，顯著提升其防控水平和診療效果，是健康中國的戰(zhàn)略要求，人民群眾的核心關(guān)切。

傳統(tǒng)疾病診療模式較為依賴醫(yī)生個(gè)體經(jīng)驗(yàn)，標(biāo)準(zhǔn)化難、可及性不足。人工智能可量化分析高維海量臨床大數(shù)據(jù)，是助力解決以上臨床問題的有效手段?，F(xiàn)有的人工智能輔診和預(yù)測(cè)系統(tǒng)也有一定的局限性。如：?jiǎn)文B(tài)模型泛化性差、多模態(tài)融合效果不理想、跨病種遷移性不強(qiáng)、數(shù)據(jù)標(biāo)注負(fù)荷量大、全流程覆蓋范圍較窄等問題，導(dǎo)致醫(yī)學(xué)人工智能距離實(shí)際落地還有一段距離。因此，研發(fā)基于多模態(tài)融合的醫(yī)學(xué)人工智能預(yù)測(cè)和輔診新系統(tǒng)勢(shì)在必行。

神州醫(yī)療攜手南方醫(yī)院，推薦廣東省重點(diǎn)研發(fā)計(jì)劃醫(yī)療人工智能項(xiàng)目

由南方醫(yī)科大學(xué)南方醫(yī)院牽頭，產(chǎn)學(xué)研聯(lián)合，共同承擔(dān)廣東省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃“新一代人工智能”重大專項(xiàng)“基于多模態(tài)融合的醫(yī)學(xué)人工智能集成預(yù)測(cè)和輔診建模方法及應(yīng)用研究”項(xiàng)目。自立項(xiàng)以來，各研究團(tuán)隊(duì)快速推進(jìn)相關(guān)研究工作，已取得階段性進(jìn)展。

項(xiàng)目匯聚北京協(xié)和醫(yī)院、四川大學(xué)華西醫(yī)院、中國醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院、廣東省人民醫(yī)院等共9家國內(nèi)知名醫(yī)院、高校和優(yōu)秀企業(yè)。旨在完成腫瘤與重大疾病多模態(tài)融合AI輔診和預(yù)測(cè)系統(tǒng)兩大落地目標(biāo)，實(shí)現(xiàn)人工智能輔助診療“新技術(shù)”、“新模式”、“新標(biāo)準(zhǔn)”，突破現(xiàn)有臨床診療的關(guān)鍵問題。項(xiàng)目成員均來自臨床研究、AI技術(shù)、大數(shù)據(jù)、產(chǎn)品研發(fā)等多領(lǐng)域?qū)＜遥瑑?yōu)勢(shì)互補(bǔ)、強(qiáng)強(qiáng)聯(lián)合，有豐富的承擔(dān)國家科技部醫(yī)學(xué)人工智能重大專項(xiàng)的經(jīng)驗(yàn)知識(shí)。

近日，廣東省科技廳、廣東省科學(xué)技術(shù)情報(bào)研究所，以及項(xiàng)目各課題承擔(dān)單位、技術(shù)專家等各項(xiàng)目組成員云上相聚，匯報(bào)相關(guān)項(xiàng)目進(jìn)展工作。項(xiàng)目負(fù)責(zé)人、南方醫(yī)院副院長(zhǎng)李國新分享了項(xiàng)目背景、規(guī)劃、進(jìn)展與意義。各課題負(fù)責(zé)人及參與單位核心成員分別介紹了相關(guān)工作基礎(chǔ)、項(xiàng)目當(dāng)前進(jìn)展和未來工作計(jì)劃等。

“AI+大數(shù)據(jù)”雙驅(qū)動(dòng)，推動(dòng)臨床醫(yī)學(xué)模式新范式

作為國內(nèi)醫(yī)療大數(shù)據(jù)和人工智能的積極推動(dòng)者，神州醫(yī)療承擔(dān)了課題二“基于無監(jiān)督、半監(jiān)督學(xué)習(xí)的數(shù)據(jù)高效標(biāo)注與治理”研究工作和課題五“人工智能集成預(yù)測(cè)和輔診建模系統(tǒng)的驗(yàn)證與應(yīng)用”的技術(shù)支持工作，致力于推動(dòng)臨床醫(yī)學(xué)模式由經(jīng)驗(yàn)依賴型向AI輔助型的范式變革，助力提升重大疾病的診療效果。

日益增長(zhǎng)的醫(yī)療數(shù)據(jù)給行業(yè)的發(fā)展帶來了巨大的機(jī)遇和挑戰(zhàn)，跨模態(tài)醫(yī)療數(shù)據(jù)的知識(shí)獲取、治理和統(tǒng)一表示是醫(yī)療人工智能研究與應(yīng)用的基礎(chǔ)。然而，多模態(tài)的醫(yī)療數(shù)據(jù)可能是結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化、高通量或高維空間的數(shù)據(jù)，只有將這些多種類型的數(shù)據(jù)轉(zhuǎn)化為計(jì)算機(jī)可以處理的結(jié)構(gòu)化數(shù)據(jù)，才能對(duì)其進(jìn)行科學(xué)研究或開展臨床應(yīng)用。

針對(duì)醫(yī)療數(shù)據(jù)應(yīng)用中，傳統(tǒng)人工標(biāo)注和半自動(dòng)標(biāo)注方法不能很好地解決高效快速批量標(biāo)注的難題和痛點(diǎn)，神州醫(yī)療基于無監(jiān)督、半監(jiān)督學(xué)習(xí)算法，構(gòu)建醫(yī)學(xué)多模態(tài)本體術(shù)語庫和知識(shí)圖譜，優(yōu)化機(jī)器學(xué)習(xí)模型，反復(fù)迭代標(biāo)注流程，預(yù)期開發(fā)出集文本數(shù)據(jù)標(biāo)注系統(tǒng)、影像數(shù)據(jù)標(biāo)注系統(tǒng)、病理數(shù)據(jù)標(biāo)注系統(tǒng)于一體的多模態(tài)標(biāo)注系統(tǒng)，最終實(shí)現(xiàn)多模態(tài)數(shù)據(jù)全自動(dòng)治理。

目前，神州醫(yī)療已經(jīng)完成文本數(shù)據(jù)智能標(biāo)注的研發(fā)和平臺(tái)應(yīng)用，在影像數(shù)據(jù)標(biāo)注上，正在進(jìn)行肝臟及肝臟腫瘤智能分割的初步驗(yàn)證，下一步將進(jìn)行模型優(yōu)化，應(yīng)用到影像組學(xué)特征提取模塊。病理數(shù)據(jù)標(biāo)注也取得了初步成果，后期會(huì)逐步增加標(biāo)注數(shù)據(jù)進(jìn)行無監(jiān)督、半監(jiān)督學(xué)習(xí)。

在多模態(tài)數(shù)據(jù)融合算法開發(fā)基礎(chǔ)上，這些治理后的多模態(tài)特征數(shù)據(jù)，經(jīng)過特征融合和模型訓(xùn)練后，將為后續(xù)課題提供研究基礎(chǔ)，進(jìn)一步開展基于多模態(tài)融合的多病種集成預(yù)測(cè)與輔助建模，從而助力完成項(xiàng)目目標(biāo)——針對(duì)多模態(tài)融合醫(yī)學(xué)人工智能集成預(yù)測(cè)和輔診建模系統(tǒng)驗(yàn)證與應(yīng)用。

推進(jìn)醫(yī)學(xué)技術(shù)創(chuàng)新，助力公立醫(yī)院高質(zhì)量發(fā)展

推進(jìn)醫(yī)學(xué)技術(shù)創(chuàng)新，加強(qiáng)基礎(chǔ)和臨床研究，推動(dòng)原創(chuàng)性疾病預(yù)防診斷治療新技術(shù)、新產(chǎn)品、新方案和新策略等的產(chǎn)出，不僅是落地先進(jìn)技術(shù)創(chuàng)新應(yīng)用場(chǎng)景的關(guān)鍵之舉，也是推動(dòng)公立醫(yī)院高質(zhì)量發(fā)展的題中之義。

期待南方醫(yī)院醫(yī)療人工智能項(xiàng)目取得圓滿成功，神州醫(yī)療也將持續(xù)發(fā)揮在醫(yī)療大數(shù)據(jù)和人工智能領(lǐng)域的深厚積累和核心優(yōu)勢(shì)，在推動(dòng)醫(yī)學(xué)信息學(xué)進(jìn)步，推動(dòng)醫(yī)學(xué)科研，提升醫(yī)療效率方面不懈奮斗。