CCKS2021——知識圖譜賦能工業落地場景實體
- 一、蘊含物體的中文醫療對話生成——腸胃科問答助手
- 二、基于特征進化選擇的社區養老智能隨訪、慢病早篩和服務推薦系統
- 三、騰訊醫療知識圖譜的實踐
- 四、病歷的輔助書寫
- 五、知識圖譜的認知中臺和任務驅動的分析決策引擎
- 六、當區塊鏈遇上知識圖譜
- 七、知識工程體系——知識圖譜構建的資料來源
一、蘊含物體的中文醫療對話生成——腸胃科問答助手
產品功能： 腸胃科問答助手可通過與患者自然對話互動的方式，進行腸胃科疾病的診斷及建議，
團隊簡介：
產品簡介：
在該作品中，我們構建了一個醫學對話生成框架，采用具有很強的靈活性的流水線系統，以獲得高質量的回復；同時，我們開發了一種編碼融合模塊，充分利用對話歷史的物體編碼資訊與預測編碼資訊；最后，通過檢索排序方法，提升了最侄訓復的長度和質量，
產品相關市場調研：
產品落地情況：
該系統已在湘雅醫院相關科室進行了初步的實地演示驗證，實證試驗正在持續推進中，我們團隊展望未來，致力于推動我國智慧醫療領域技術的發展，助力“健康中國2030”，同時，靈境團隊也在積極廣泛尋求合作，未來也將一直在自然語言處理領域潛心耕耘，持續輸出基于人工智能的技術的優秀作品，不忘初心，回饋社會，
二、基于特征進化選擇的社區養老智能隨訪、慢病早篩和服務推薦系統
產品功能： 老年認知資料錄入模塊、慢病藥物知識查詢模塊、慢病知識問答模塊、老年人看護監測模塊、養老服務模塊，
團隊簡介： 武漢科技大學
產品簡介：
醫養平臺以老年人健康檔案、院內醫療基礎為依托，健康大資料模型及物聯網為核心技術，社區服務為措施，整合院內院外現有資源，結合大資料引擎核心技術，為老年患者提供更為豐富和全面的服務，
產品落地情況：
三、騰訊醫療知識圖譜的實踐
四、病歷的輔助書寫
五、知識圖譜的認知中臺和任務驅動的分析決策引擎
六、當區塊鏈遇上知識圖譜
七、知識工程體系——知識圖譜構建的資料來源
- 電子病歷模板；
- 護理病歷模板；
- 公開醫療知識圖譜（openKG、CMeKG）
- 教科書、臨床指南、醫學論文；
互聯網診療一般流程包括：（1）導診及分診（2）接診（3）開具處方（4）診后管理，
（一）導診與分診
患者進入到互聯網醫院界面后，如有診療服務需求，需要先通過一個導診環節，互聯網醫院會先行收集患者病情資訊，包括病情癥狀、患者資訊、病歷資料等，在收集上述資訊后，再根據收集的資訊提供科室類別建議，患者可確認是否進入所建議科室進行問診，
（二）接診
導診、分診到具體科室、具體醫生后，便正式開始線上問診環節，現行規定對互聯網診療的主要要求包括：
（四）診后管理
線上診療結束并不意味著醫療服務的結束，診療、用藥后的患者身體癥狀變化、治療效果等都需要持續關注，特別是對于慢性病管理、老年人診療，更需要長期隨訪、提供診后醫療服務，互聯網診后管理的內容主要包括診后隨訪、慢病管理等，
張超坦言，“機器人醫生不是為了取代醫生，它的任務是與醫生協同服務患者，
”左手醫生起步先從預問診、導診、自診、問答等產品切入診前醫療環節，慢慢擴展到診中、診后，深度滲透到診療核心環節，
左手醫生目前主要產品包括提供覆寫診療全流程的智慧醫院整體解決方案、人工智能互聯網醫院解決方案、智能在線問診解決方案、零售藥店智慧服務解決方案等，目前已經覆寫醫院35個科室中的6000多種常見病，
診室聽譯機器人和智能在線問診是左手醫生在2020年推出的兩款重磅產品，代表了人人工智能醫療應用的行業新高度，診室聽譯機器人是一款放置于醫院診室問診桌上的智能設備，它在理解醫患溝通內容后，無需醫生二次口述，即可自動生成結構化電子病歷，能極大提高門診醫生的電子病歷書寫效率，智能在線問診系統則能夠實作高度擬人化地模擬真實醫生的問診邏輯與患者進行互動問診、資訊采集等，
機器人醫生學習方式得到突破之后，這給左手醫生帶來的另一個突破是商業變現，在互聯網醫療領域，做的好、增長快的公司，都與賣藥有扯不清的關系，“對我們來講，未來肯定不是走賣藥的路，我們要走的路是復制優質醫療資源，對外提供高效的效率工具，給企業和患者提供質優價廉的醫療健康服務，”張超對于左手醫生的商業模式有著清晰路徑，
人工智能在互聯網診療領域應用的合規風險分析
基于上文介紹的應用場景，人工智能在互聯網診療領域的應用可以歸納為兩個分支：（1）診療流程管理：智能分診導診，診后智能隨訪；和（2）診療行為干預：智能問診、智能審方，在診療流程管理層面，人工智能技術的接入優勢十分明顯，大大提高了診療效率，但在診療行為干預層面，人工智能技術的接入是否能夠保障診療安全和診療質量則具有較高的不確定性，也正因為如此，在診療行為干預層面的人工智能技術應用，可能會面臨較多的合規風險，
基于近萬本醫學電子書籍、近40家三甲醫院累計的千萬人次脫敏資料、千萬篇醫學問答資料及醫學科普文章、每天數十萬人次產品使用的反饋資料等，張超及其團隊開發了具備“知識圖譜+推理邏輯”能力的“左手醫生”，
關于左手醫生系統的技術原理，張超表示主要分為三部分：
首先搭建最底層的知識體系，知識圖譜，計算機在閱讀海量文本后，自動給出描述某種知識的書寫規律，并進行大規模的知識自動抽取，
第二部分是輔助決策能力，這一階段最重要的是讓計算機具備邏輯思考、推理能力，一是判斷多種癥狀綜合下和疾病之間的權重，配合診斷模型，提升診斷的命中率，二是要將患者描述的通俗陳述句轉換成專業術語，
最后是系統前端對話互動能力，計算機通過不斷學習，最終達到可以像真人專家問診的效果，
其中，張超認為知識圖譜的搭建相對比較容易，而系統的邏輯推理、語意對話理解和互動部分則比較困難，
“知識圖譜是一個封閉的問題，只要把知識體系框架搭好了，資料填充越多效果就越好，但對話邏輯、語意理解是件難事，患者對于一個問題有上百種表述方法，要機器聽懂人話，本質來講，是一件非常難的事情，”張超說，
智能導診主要應用于三種場景：第一，針對“知癥不知病”，例如“孩子腋下有硬包是什么病，該掛哪科”；第二，針對“知病不知科”，例如“寶寶甲溝炎該掛哪科”；第三，針對“直接找醫生”，輸入醫生姓名即可直達該醫生掛號，幫助有需求的患者快速找到醫生，同時騰訊睿知還能識別初診和復診患者，為復診患者推薦同一醫生，提高就醫效率和體驗，
從導診到輔助診斷，AI投身臨床診療全流程
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/399632.html
標籤：區塊鏈
下一篇：位元幣地址反推私鑰演算法