Page 10 - 嘉和资讯八十九期

新闻动态
数据治理等，形成可及、可靠、可用 景。

的科研大数据资源库；在此基础上， 解放军总医院医学工程中心的李 NEWS

根据研究人员具体需求，即可智能化 沛尧老师，以目前 RCT 研究所面临

生成高质量、个性化的专病数据库； 的困境以及医疗大数据产业现状为切

之后，利用特征提取、机器学习以及 入点，对人工智能时代新的诊疗及科

模型训练等技术，建立疾病分析预测 研模式发展做了全面剖析。他指出，

引擎，完成对患者再手术、再入院、 随着医疗人工智能的进展，必须构建

并发症以及生存期等的预测分析，实 学习型医疗系统，这也意味着要以患

现从数据到知识再到临床应用的完美 者为中心，持续不断的收集和分析临

闭环。
床数据，并将结果反馈至医疗实践中

据悉，截至目前，嘉和海森大数 去，以带来诊疗决策的优化和改进。

据科研平台已建立了覆盖17个专科、 并从医疗大数据的整合与管理、分析

79 个病种的专病数据库，累积制定 方法和工具以及跨学科团队的建设

标准数据元达 40000 多个，包括： 等不同侧面，细致入微地介绍了如何

神经系统疾病、呼吸系统疾病、运动 利用医疗大数据这一最强科技生产力

医学、外科学以及精神疾病等，为推 来实现新型临床研究目标的做法和经

进我国临床研究全面实现大数据驱动 验。

下的人工智能模式奠定了深厚基础， 荷兰阿姆斯特丹自由大学的人工

有着极佳的示范效应和广阔的应用前
智能专家黄智生教授，带来了《医学

知识图谱：构造与应用》的演讲。他

针对与会者重点关注的热门话题，从

知识图谱的主要特征、应用场景以及

构造流程三个方面入手，深入浅出地

为大家讲解了知识图谱在医疗领域的

应用情况。并以抑郁症和川崎病为例，

列举了医学知识图谱这种复杂的语义

关系在数据整合、语义查询以及药物

不良反应分析等临床实践当中的作

用，充分证明使用结构化和语义化的

知识图谱能够显著提高临床分析奠定

效率和准确度，对提升医疗服务质量

及患者预后结局均具有重要意义。