2020年10月31日，健康医疗大数据与人工智能前沿论坛在广州远洋宾馆召开。会议邀请了国内、外的健康医疗信息顶尖专家学者、优秀同行、业内同仁们前来参会，现场高朋满座，干货满满。
针对会议主题，我司区域医疗技术总监胡耀国在会上分享了基于知识图谱的广东省基层医疗常见病和地方病的辅助诊疗及应用方案。
我司胡耀国总监作精彩演讲
错过了现场演讲的小伙伴别急，现在来回顾一下今天的精彩内容。
项目背景
当今大多数医疗还是高度依赖于医、护人员的道德依从、技能和经验；
偏远地区社区卫生工作者对有效地理解和掌握先进的医疗知识依然存在难度，因而当地的患者较难获得准确的诊断和治疗以及及时正确的转诊指示；
基层医生专业知识的薄弱、理解更新知识能力的欠缺，医疗质量无法保障。
项目目标
面向基层卫生机构的基于知识图谱的常见病智能辅助诊疗平台
建设目标
■往医学领域中，注入更多的严格基于数据驱动的方法和技术，建立多源医学知识图谱自动构建平台和运用基于大数据医学知识图谱的推理或决策支持工具，开发面向基层卫生机构的基于知识图谱的常见病智能辅助诊疗平台应用。
■为卫生行政部门构建分级诊疗制度，理顺双向转诊流程，调配医疗资源提供数据支撑。
■利用大数据信息技术和知识图谱的技术为基层卫生机构的医疗质量控制、规范诊疗行为、评估合理用药等问题提供技术支撑。
项目内容
难点问题
•地方病知识库；
•语料稀疏医学数据实体抽取与关系抽取困难；
•大规模图谱推理的“维数灾难”问题；
•如何挖掘并利用图谱的潜藏信息?
关键技术
•基于对抗网络的数据填补；
•词典与数据双驱动的医疗实体抽取与链接方法；
•基于统计机器学习的关系抽取与知识图谱构建；
•高效挖掘知识图谱中的隐含和深层信息；
•基于计算智能的图聚类方法；
•知识图谱的补全与歧义消除；
创新点
•利用对抗网络填补稀疏的地方病知识库；
•采用数据驱动与机器学习的方法，构建知识图谱；
•利用图聚类对知识图谱推理过程进行有效降维；
•采用计算智能方法挖掘潜藏信息，以优化知识图谱。
