應用場景三：人工智能＋疾病診斷和預測

現代醫(yī)學，是從人們的各種生化、影像的檢查結果中，去診斷是否患病。但如果要實現疾病的未來發(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數據，影像檢查報告等文本數據，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自動抓取病歷中的臨床變量，融匯多源異構的醫(yī)療數據，結構化病歷、文獻，最后生成標準化的數據庫。在具體的人工智能＋醫(yī)學研究的相關落地產品管線中，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：權威語料翻譯、術語干預、SAAS標準服務及定制化部署，其醫(yī)學術語翻譯準確率大于80％，日期翻譯準確率大于99％。

醫(yī)療知識庫的構建采用：

1．最新的信息抽取技術，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，互聯網知識等；

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

產品落地：三大引擎平臺

在醫(yī)療人工智能產品上，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：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

網站、公眾號等轉載請聯系授權