2021年8月29日，在《新英格兰医学杂志》出版方在中国举办的首场医疗AI研讨会——AIMS2021上，医渡科技首席AI科学家闫峻与澳大利亚健康创新研究所研究员刘斯东，西湖大学特聘研究员郭天南，四川大学华西医院院长李为民，科大讯飞医疗研究院院长贺志阳，领星生物创始人许强，星亢原联合创始人陈航等参加专场三环节，深入分享了医渡科技用大数据技术对于脱敏后不同电子病历的处理经验。
医疗AI市场巨大，前景广阔，但在当下井喷的医疗大数据面前，其开发同样面临巨大挑战。对于医疗来说，数据治理是首要难题。不同医院、不同科室，甚至同一科室的不同医生，产生的电子病历，在格式和内容上均是千差万别，将繁杂的医疗数据实现有效应用难度很大。闫峻介绍，将数据进行结构化、标准化的数据治理是解决其有效应用的关键，这样才能构建出作为智能医疗基础的AI模型。
为更好地协助医疗机构对多源异构的大数据依法进行数据治理，目前，医渡科技与专家、研究机构、学会、协会等各方共建，出版十余本数据集，包括结直肠癌标准数据集、胃癌标准数据集、眼科标准数据集、白血病标准数据集、骨髓增生异常综合征MDS标准数据集、再生障碍性贫血标准数据集、淋巴瘤标准数据集、骨髓瘤标准数据集、血栓与止血标准数据集、造血干细胞移植标准数据集等，还有一些正在编纂成册。
另外，数据提取的一个关键问题是自然语言的处理。闫峻说，院内数据多是用于记录，而非用于研究或进行AI模型训练的。人工提取字段有明显耗时耗力、准确性差的特点。医渡科技除了运用自然语言处理技术外，为保证识别、提取的科学性，也加入了医学推理的方式，应用大量医学逻辑到标准化、结构化过程中，以满足医学研究的需要。
医疗AI与健康和生命攸关，有别于其他行业，因此如何在符合患者利益的同时，更好地挖掘临床数据的价值，实现医学AI的创新与突破，是AI发展过程中绕不开的主题。
虽然医学AI近年来取得了巨大进展，但在医疗领域一致性、透明性以及对疑难病例的判断方面还存在很多挑战。闫峻表示，医疗AI挑战主要来自两个翻译过程和一个计算过程。
第一，如何协助医疗机构把机器不可读数据转化成可以计算的数据，这正是医渡科技科研技术平台正在努力的方向；第二，针对新药研发，如何通过可用不可见的方式，将分散的数据综合利用，这需要在技术上和机制上进行建设；第三，如何让人理解机器产生的结果是什么，并以协同方式解决问题。未来AI在相当长的时间内，需要人机协同。
闫峻表示，医疗AI的协同，有风景更有前景，他相信精准医疗将会惠及每一个人。
作为医疗人工智能领域的佼佼者，医渡科技自2014年成立之初就看重长远，在技术上投入大量的人力物力，着力打通医疗行业智能化的痛点，开发出属于自己的“医疗大脑”——YiduCore，并基于医学+AI技术，为医院、政府相关部门、制药和医疗器械公司、研究机构、保险公司和患者等，在临床、医学研究、公共卫生、新药研发、健康管理等多方面提供服务，推动行业的数字化转型，助力提升医疗服务质量和效率，推动医疗服务从“信息化”向“智能化”过渡，助建智慧医疗新生态。
通过对医疗人工智能行业的深耕，医渡科技以数据治理及服务为技术引擎，为医院构建技术能力服务开放平台，承载多场景应用，推动医疗服务从“信息化”向“智能化”过渡。面对疫情，医渡科技反应迅捷，及时推出城市免疫平台，助力多地动态管控疫情，以及恢复经济。
此外，医渡科技还积极参与各地公共卫生数字化建设，助力实现区域卫生智慧化管理和决策。当下，卫生与健康领域的科技创新水平已成为衡量一个国家科技创新水平的重要标志。在新基建浪潮之下，随着自身实力的进一步增强，以及在研发领域不断投入，医渡科技正逐渐拓宽边界，更有力地推动健康产业的发展。
渝公网安备 50011202502165号
