当前位置: AI资讯 > 内文

中日医院任在方:关于大型知识库建设的思考与实践

2019-07-16 关键词:医学知识库,专家视点

从海量数据中“发现”有价值的信息,是知识库区别于一般数据库(DB)的最突出特征。当前,以电子病历为核心的医院信息化建设不断升级发展,数据采集和集成技术日益成熟,在此背景下,利用AI技术手段对数据进行知识化表示,让知识库能够真正服务于临床实践,乃至指导临床实践,是医学知识库构建和应用的重点发展方向。

不能自主学习的知识难以满足临床需求

传统的医学知识库多为文献知识库,充当“电子词典”或“电子文献库”的功能,供临床医务人员检索。但这类文献知识库较少有自主的深度学习和知识更新能力,其知识重用的效率和共享程度不高,不能为临床医生和科研人员提供长期、动态、全面的知识源。导致传统医学知识库的服务能力,与临床业务和医疗管理的需求之间存在着巨大的差距。

随着AI技术和医学本身的快速进步,临床对知识库的需求和开发,也从初级的集成检索,逐步向智能知识发现的高级阶段过渡。但要真正发挥医疗AI获取专业性强、完整度高的知识表示的能力,必须将数据挖掘技术与支持循证医学进行深度融合。

深挖大数据“红利” 共建大型专科知识库

中日医院在信息化建设过程中,一方面利用AI技术为临床提供决策支持和过程质量监测,同时借助医疗AI企业的算法优势,深度挖掘我院各个学科的知识积淀和专家丰富的临床经验,共同建设基于循证的、完全满足临床需求的大型专科知识库。

专科知识库的构建也并非从零开始,医疗AI企业的原始数据库经过多年积累,通过自然语言处理、机器学习等人工智能技术抽取国内外公开发表的论文、指南及专家共识、医学教材等中包含的医学逻辑,已经形成了庞大的的疾病知识库。在此基础上,我们联合科室临床专家一起,拆解最新的专科诊疗指南,采用聚类、分类方法,将融入专家诊疗经验的真实病历数据进行临床特征抽取,应用决策树方法建立知识库,并与国际通用术语建立自动映射关系。

这种有监督的深度学习方法形成了一种良性循环,提高了知识模型的准确度、完全性。

我们希望能够将知识库与电子病历融合,为医务人员提供医疗活动的过程控制、决策支持。也希望吸纳了我们优势学科精华的知识库在医联体中得到推广应用,实现优质医疗资源的有效、高效下沉,推进医联体的内涵建设,促进医疗服务质量的整体改进。

本文摘自《中国医院院长》杂志总第347期2019年第12期,原文标题:《人工智能背景下,大型临床专科知识库建设的必要与必然》

作者:任在方,中日友好医院运营与信息中心常务副主任

成为我们的

合作伙伴

医院演示预约
提交以下真实信息,我们将尽快联系您