当前位置:首页 > 医药 > 产业 > 正文

AI医疗依然面临三大未知领域, 专家研讨突围方法

2021-09-03 09:18:09来源:健康时报网|分享|扫描到手机
阅读提要:2021年被称为“AI医疗商业化元年”,众多AI医疗公司或是陆续上市,或是密集递交招股说明书奔赴上市。但在当下井喷的医疗大数据面前,其开发同样面临着巨大挑战。

(健康时报记者 毛圆圆)2021年被称为“AI医疗商业化元年”,众多AI医疗公司或是陆续上市,或是密集递交招股说明书奔赴上市。但在当下井喷的医疗大数据面前,其开发同样面临着巨大挑战。

挑战一:电子病历千差万别,医疗数据实现有效应用难度很大

对于医疗来说,数据治理是难题。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,繁杂的医疗数据实现有效应用难度很大。

“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。”在《新英格兰医学杂志》出版方举办的医疗AI研讨会(AIMS2021)上,医渡科技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等专家研讨时说到。

\

为协助医疗机构对多源异构的大数据依法进行数据治理,目前已出版十余本数据集,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。

挑战二:人工提取字段耗时耗力、准确性差

另外,数据提取的问题是自然语言的处理。“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。”闫峻表示,人工提取字段有耗时耗力、准确性差的特点。

除了运用自然语言处理技术,还加入了医学推理的方式,应用医学逻辑到标准化、结构化过程中,以满足医学研究的需要。

AI医疗依然面临三大未知领域

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。

闫峻介绍,一是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;

二是针对新药研发,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;

三是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。

未来如何应对新挑战,我们拭目以待。

(运营: 实习编辑:刘予欣)

网友评论

  • 微信

    因专业而信赖

  • 微博

    微健康,随时随地不随意

  • 手机报

    轻松看健康

×

分享到微信朋友圈