2019年11月23日，由国家卫生健康委员会医院管理研究所指导，《中国数字医学》杂志社主办的“2019中国数字医学高峰论坛——人工智能与未来医学”活动在京召开，开幕当日揭晓“2019全国医疗人工智能创新奖”。北京大数医达科技有限公司“全科AI医生助手”临床辅助决策系统凭借领先的人工智能技术荣获“2019全国医疗人工智能技术创新奖”，公司AI首席架构师林玥煜受邀发表了题为：“AI辅助决策模型前沿技术解密”的演讲，首次披露了大数医达的核心技术路径。
大数医达荣获“2019全国医疗人工智能技术创新奖”
据悉，“2019全国医疗人工智能创新奖”评选活动于2019年7月1日正式启动，历经数月的激烈角逐评审，由北京大数医达科技有限公司申报的大数AI医生助手临床智能辅助诊断，中国第一款使用深度机器学习的中文AI临床诊断辅助决策系统成功入选“2019全国医疗人工智能技术创新奖”并最终夺魁！
大数医达首席架构师林玥煜受邀发表获奖感言，首次公开披露AI辅助决策模型的核心技术路径。
“动静结合”才能更好的看病
林总现场讲到：“我们在建模路径的选择上，就另辟蹊径。国内大部分公司的AI辅助决策模型使用的是医典、教科书、临床指南等静态知识库。这些静态知识库很经典，也很全面，但是更新周期较长。”
“然而医生诊疗是动态的，仅凭学习医典是不够的。就像医学院毕业的学生，即便是医学博士毕业，也不能直接给患者看病，还需要通过老师带教和大量的临床实践。
“院内电子病历展示着真实、完整的患者诊疗数据，且一直处在更新状态中，是非常好的学习材料。”
“静态会读书”，“动态能看病”，“动静结合”才能更好的看病！
大数医达沿着“电子病历+医学典籍”路径开始，从电子病历数据中挖掘医生临床经验，训练模型，使用医典知识库纠偏，设置不同数据权重，让模型符合医学共识。
中文医学NLP创新实战，完成病历结构化
NLP（Natural Language Processing）技术作为人工智能的一个子领域，是实现病历结构化的核心手段。
通过先进的神经网络翻译技术，以序列到序列的模型，将文本转化成结构化实体。
医学领域中的语言、实体、关系复杂，具有特殊性。大数医达采用无监督中文医学文本与预训练模型，最大程度减少对标注语料的需求，提高结构化模型精度。
此外，大数医达自建标注-自动标注-人工更正平台，通过人工&机器迭代训练，来提升数据标注和模型训练的效率。
全球最大的中文医学知识图谱
为解决数据之间的复杂关系及数据质量问题，大数医达采用图模型对病历数据建模，有效融合有序和无序医疗数据特征；并通过在图模型中，对不同疾病，不同数据项，根据经典医学典籍中的描述，设置不同的权重，让模型输出更加符合经典医学典籍的结论。
使用生成式模型（Graph Auto Encoder），能够有效地模拟医生问诊的过程，从而更好的辅助医生的临床诊疗决策。
“Deep Graph Neural Network，即深度图神经⽹网络是目前Deep mind和Google Brain投入大量⼈力研究和应用的方向，大数医达已经应用到了AI模型上。目前已经建成全球最大中文医学知识图谱，涵盖180,000 医学实体（包括症状/体征/化验/检查指标疾病/药品/手术等）。
创新不止匠心传承
大数医达AI首席架构师林玥煜在最后讲道：“大数医达选的是一条少有人走的路，痛并快乐着。4年来，这款AI辅助决策模型就像我们的婴儿一样，从孕育到成长。现如今，模型仍在不断地迭代，我们的创新也将永不停歇。”
大数医达将怀着对AI技术的严谨态度，对医生的敬畏之心，对未来医疗的美好憧憬，开辟一条符合中国国情的医疗人工智能之路，将千百年的医学瑰宝，永续传承！
(责任编辑：mingchao)
