应用场景三：人工智能＋疾病诊断和预测
现代医学，是从人们的各种生化、影像的检查结果中，去诊断是否患病。但如果要实现疾病的未来发展预测，往往力不从心。人工智能能够参与疾病的筛查和预测，需要从行为、影像、生化等检查结果中进行判断，除此之外，人们的语言、文字也会成为精神健康和身体健康状况的可测指标。
疾病预测功能主要通过自动分析emr／ehr数据，影像检查报告等文本数据，从中提取出相关信息，利用深度学习预测疾病发生及病程发展进程。
应用场景四：人工智能＋医学研究
人工智能的切入主要是利用机器学习和自然语言处理技术自动抓取病历中的临床变量，融汇多源异构的医疗数据，结构化病历、文献，最后生成标准化的数据库。在具体的人工智能＋医学研究的相关落地产品管线中，我们重点关注医疗翻译与医疗知识图谱。
医疗机器翻译：医疗行业内存在大量的翻译需求，AI自动翻译有完善的文件解析生成能力，适应用户不同文件格式输入，有效降低客户在大量翻译需求上的开支。
阿里巴巴达摩院AI中心医疗健康实验室落地的医疗行业机器翻译系统能实现：权威语料翻译、术语干预、SAAS标准服务及定制化部署，其医学术语翻译准确率大于80％，日期翻译准确率大于99％。
医疗知识库的构建采用：
1．最新的信息抽取技术，将疾病相关的知识从各种信息源中提取出来，其信息源包括行业最新论文，互联网知识等；
2．抽取得到的信息会进行专业审核，审核通过的数据会进行入库，全程采用最新的图数据库进行数据的存储和可视化；
产品落地：三大引擎平台
在医疗人工智能产品上，阿里巴巴达摩院AI中心医疗健康实验室从视觉引擎、知识引擎及搜索引擎三大平台切入医疗人工智能领域，重点实现：多器官诊断、小样本训练、高精度、自动标注、医疗翻译、信息抽取、图谱建模、医学特征提取、多模态检索、医疗辅助等十大功能。
在完整的《人工智能在医疗场景中的应用分享》中，我们会继续为大家分享人工智能在智能疾病诊断和预测以及医学研究方面的应用；同时，我们将会全面解读阿里巴巴达摩院AI中心医疗健康实验室如何从视觉引擎、知识引擎及搜索引擎三大平台切入医疗人工智能领域。
文 ｜ 高浩剑
网站、公众号等转载请联系授权
<上一页 3 4
