基于人工智能大數(shù)據(jù)的醫(yī)學(xué)科研輔助方案

1、基于人工智能大數(shù)據(jù)的醫(yī)學(xué)科研輔助方案醫(yī)療數(shù)據(jù)的發(fā)展公元前5世紀(jì)，希臘，開始記錄患者病程發(fā)展的故事日記，無診斷17世紀(jì)，英國，開始記錄疾病與癥狀的聯(lián)系，有了關(guān)聯(lián)18世紀(jì)，意大利，開始關(guān)聯(lián)解刨學(xué)病理特征，有了標(biāo)注19世紀(jì)，法國，聽診器的出現(xiàn)開始檢查檢驗(yàn)的記錄，開始豐富20世紀(jì)，醫(yī)療記錄推廣流行今天，電子化醫(yī)療記錄，計(jì)算機(jī)軟硬件發(fā)展，醫(yī)療大數(shù)據(jù)引起關(guān)注臨床，文獻(xiàn)，指南，組學(xué)，可穿戴設(shè)備建立大數(shù)據(jù)基礎(chǔ) DPAP平臺3生 產(chǎn) 系 統(tǒng)PACSLISEMRHIS智 能 一 體 化 解 決 方 案數(shù)據(jù) 集成數(shù)據(jù)處理數(shù)據(jù)應(yīng)用外部數(shù)據(jù)集成院內(nèi)臨床數(shù)據(jù)集成智能主數(shù)據(jù)管理數(shù)據(jù)質(zhì)量監(jiān)控與評價 數(shù)據(jù)質(zhì)量優(yōu)化生產(chǎn)流程透明化

2、基本應(yīng)用 高級應(yīng)用基 本 應(yīng) 用 服 務(wù)科研管理診療專病中心.面 向 應(yīng) 用 的 中 間 層， 高 度 復(fù) 用互聯(lián)互通知識庫患者 全景視圖搜索引擎高 級 應(yīng) 用 服 務(wù)輸入反哺完整的自主技術(shù)架構(gòu)安全權(quán)限與脫敏開放從大數(shù)據(jù)到可計(jì)算大數(shù)據(jù) 結(jié)構(gòu)化處理4標(biāo)準(zhǔn)化的可計(jì)算大數(shù)據(jù) 歸一化處理數(shù)據(jù)種類原始詞數(shù)量（個）DPAP歸一標(biāo)準(zhǔn)（部分）DPAP標(biāo)準(zhǔn)詞數(shù)量級（個）DPAP數(shù)據(jù)標(biāo)簽北京臨床版ICD-10-V6.013,340,034降77%編碼 臨床診斷標(biāo)準(zhǔn)詞診斷詞典規(guī)范14,587,447ICD-10-O-3形態(tài)學(xué)編碼 腫瘤病理診斷MESH（醫(yī)學(xué)主題詞表）編碼 主題詞手術(shù)及操作詞典規(guī)范853,801北京臨

3、床版ICD-9-V6.0166,532降92%編碼 手術(shù)及操作標(biāo)準(zhǔn)詞影像學(xué)檢查及其他治545,248北京臨床版ICD-9-V6.017,733降99%編碼 診斷性和治療性操作標(biāo)準(zhǔn)詞2,532降98%成分屬性類型檢驗(yàn)檢查詞典規(guī)范131,623LOINC時間特征樣本類型標(biāo)尺類型方法類型CFDA12,924降93%商品名藥品詞典規(guī)范177,701通用名INN名ATC分類ATC編碼科室詞典規(guī)范9,790國家衛(wèi)計(jì)委 醫(yī)療機(jī)構(gòu)診療科目名錄95降99%編碼 診療科目數(shù)據(jù)來源：2017年7月隨機(jī)抽取40家合作醫(yī)院數(shù)據(jù)對比5可計(jì)算性的實(shí)現(xiàn)：結(jié)構(gòu)化引擎和自然語言處理專病庫Nova醫(yī)療知識圖譜特征結(jié)構(gòu)化標(biāo)注平臺訓(xùn)練

4、數(shù)據(jù)評估數(shù)據(jù)眾包醫(yī)學(xué)專 家標(biāo)注基于主動學(xué)習(xí) 篩選訓(xùn)練樣本 提升標(biāo)注效率資深醫(yī)學(xué)專家定義任務(wù)和標(biāo)注實(shí)體-時間屬性實(shí)體-數(shù)量屬性實(shí)體-邏輯判別實(shí)體-實(shí)體關(guān)系字段標(biāo)簽 分類和映射影像報(bào)告病理檢查放化療方案一訴五史診斷記錄手術(shù)記錄多源信息 融合結(jié)構(gòu)化抽取平臺超大規(guī)模臨床數(shù)據(jù)ETLETLETL海量醫(yī)療詞庫多粒度醫(yī)學(xué)分詞句法和語義分析醫(yī)學(xué)命名實(shí)體識別時 間邏 輯 詞體濃血積度型期分 診手癥解藥基 斷術(shù)狀剖物因醫(yī)渡自然語言處理平臺基礎(chǔ)表達(dá)式識別醫(yī)渡醫(yī)學(xué)翻譯結(jié) 構(gòu) 化 質(zhì) 控 平 臺大幅節(jié)省人力和時間 成本總體召回率92%總體準(zhǔn)確率95%資深醫(yī)學(xué)專家支持可深度定制服務(wù)準(zhǔn)確高效高速自適應(yīng)挖掘適配不同數(shù) 據(jù)分布基

5、于遷移學(xué)習(xí)領(lǐng)域推廣性更好比人力可處理更大規(guī)模 數(shù)據(jù)支撐科研結(jié)論顯著 性深度學(xué)習(xí)特征表示和特征選擇主動學(xué)習(xí)序列標(biāo)注結(jié)構(gòu)預(yù)測遷移學(xué)習(xí)分類聚類統(tǒng)計(jì)機(jī)器學(xué)習(xí)平臺規(guī)則 學(xué)習(xí) 引擎6通過全量數(shù)據(jù)研究真實(shí)世界來自真實(shí)的醫(yī)療環(huán)境，反映實(shí)際診療過程和真實(shí)條件下的患者健康狀況的研究，通過全量數(shù) 據(jù)（門診、住院、檢查、手術(shù)、藥房、可穿戴設(shè)備、社交媒體等）進(jìn)行分析，全面顛覆傳統(tǒng) 醫(yī)療，帶來醫(yī)療行業(yè)大變革。缺點(diǎn)優(yōu)點(diǎn)傳統(tǒng)醫(yī)學(xué)研究：仍舊大范圍沿用傳統(tǒng)醫(yī)學(xué)研究模式-RCT（隨機(jī)對照試驗(yàn)）試驗(yàn)設(shè)計(jì)無法排除人為的主觀傾向，試驗(yàn)偏差性大，受試者樣本有限無法代表真實(shí)世界下的 患者多樣性（試驗(yàn)對象可能只有300人，很難有效推演到全球5

6、0億人），導(dǎo)致藥品器械上市 后在真實(shí)世界的使用效果差，造成大量浪費(fèi)，治療方案和手段嚴(yán)重受限。大數(shù)據(jù)時代醫(yī)學(xué)研究模式：未來醫(yī)療行業(yè)規(guī)則-RWS（真實(shí)世界研究）應(yīng)用級的人工智能技術(shù)依賴于真實(shí)世界的大數(shù)據(jù)7支撐科研的人工智能技術(shù)邏輯視圖8人工智能的能力 vs 科研的特點(diǎn)人工智能的能力科研工作的特點(diǎn)腦力重復(fù)勞動假設(shè)檢驗(yàn)的重復(fù)真正突破創(chuàng)新9對基于可計(jì)算數(shù)據(jù)的基礎(chǔ)研究的輔助10基于可計(jì)算真實(shí)世界數(shù)據(jù)的基礎(chǔ)研究1112數(shù)據(jù)化處理（結(jié)構(gòu)化、歸一、復(fù)雜邏輯計(jì)算）數(shù)據(jù)集成準(zhǔn)字產(chǎn)加明患 者 全 生 命 周 期 診 療 時 間 軸效率透疾 數(shù) 數(shù) T 病 據(jù) 據(jù) + 標(biāo) 生 有 7患 者段 工質(zhì)增 集 全量量 透全

7、數(shù)據(jù)出更 新患 者 全 生 命 周 期 診 療 360詳 情數(shù)據(jù)應(yīng)用科研靈感調(diào)研驗(yàn)證科研立項(xiàng)數(shù)據(jù)收集統(tǒng)計(jì)分析文章撰寫專病庫臨床科研 圈定人群觀測指標(biāo)專業(yè)科研 服務(wù)支持科研發(fā)現(xiàn)病 例 搜 索 找 目 標(biāo) 人 群文 獻(xiàn) 指 南 推 薦統(tǒng)計(jì)分析描 述 性 統(tǒng) 計(jì)單 因 素 分 析病例檢索模 糊 搜 索條 件 樹 搜 索事 件 搜 索病 案 號 搜 索觀測階段及指標(biāo)研 究 階 段 設(shè) 計(jì)觀 測 指 標(biāo) 選 取e- C R F支持項(xiàng)目管理創(chuàng)建項(xiàng)目庫 觀 項(xiàng) 補(bǔ) 隨 內(nèi) 測 目 錄 訪 患 指 數(shù) 修 管 者 標(biāo) 據(jù) 改 理 自 自 補(bǔ) 數(shù)動 動 錄 據(jù) 入 提 核 留 組 取 查 痕數(shù) 據(jù) 批 量 導(dǎo) 出