2020中国人工智能产业年会 | 富通东方谈“智能医疗与大健康”

2021年4月11日—12日，2020中国人工智能产业年会在苏州隆重举行。行业极具影响力的权威学者、科技大咖、顶尖专家及领军人物汇聚一堂，从不同角度对人工智能领域的研究热点进行研讨，向广大专业同行分享关键技术、创新难点及发展趋势和实践路径。

富通东方作为第十届吴文俊人工智能技术发明奖二等奖获得者，受邀亮相大会多个环节。富通东方高级工程师李瑞瑞博士和医疗顾问王欣梅博士应邀在大会主论坛和生物医学人工智能专题论坛上分别围绕“智能医疗与大健康”话题发表主题演讲，与到场嘉宾分享了人工智能技术的研究与创新以及富通东方的相关业务实践。

当前，我国糖尿病、心脑血管、癌症等慢性疾病呈现低龄化趋势，而医疗资源分布不均，筛查、干预手段落后，使得缺少对一些慢病的认知干预或干预较晚，对患者生活造成极大影响。

《健康中国行动（2019—2030年）》中提出，要针对营养、运动、心理和生活方式等进行全方位健康影响因素干预，维护特殊人群全生命周期健康，以及防控慢性病、传染病等重大疾病。

在此背景下，富通东方打造了智慧健康公卫业务蓝图，包含市民健康平台、区域健康公卫服务平台、医护服务平台以及监控管理平台等健康服务体系。李瑞瑞博士指出，健康服务体系核心就是主动健康管理，主动健康管理是获得持续健康生活品质和良好的社会适应能力的重要途径，其特点是主动发现、科学评估、积极调整、促进健康。而健康管理贯穿一个人从健康到亚健康、检查再到发现疾病、治疗、康复的整个环节，涉及的纬度广、信息负载高，所以有必要建立知识图谱来进行知识和信息的管理。

医学知识图谱以结构化的形式描述客观世界中的概念和关系，是一种大规模的语义网络，它的构建分为数据获取、信息抽取、知识融合和知识加工四个阶段。在实践中由于医学知识图谱关系纷繁复杂，可以依靠知识推理来消除噪声，对图谱进行补全。在知识推理方面，目前有基于图结构和统计规则挖掘的推理和基于知识图谱嵌入的推理等两种主流的推理方法。

李瑞瑞博士介绍说，基于知识图谱的主动健康管理体系包括数据采集与处理、图谱智能管理和业务应用服务等三个层次，旨在构建一个从数据到知识、从知识到应用、再从应用回到数据的闭环。其中图谱管理有算法层和任务层，算法层集中了机器学习、深度学习、图神经网络等前沿技术，任务层跟人工智能相关的有知识抽取、知识表示、知识融合和知识存储等相关模块。

基于大众健康管理诉求以及医学知识图谱与知识推理应用的研究，富通东方构建智能化主动健康管理应用 “5+AI健康”，具备知识具有因果推理能力、知识能够自动更新以及个性化的决策推荐等特点。同时，富通东方构建了基于知识图谱的健康智评平台，它是一款掌上人工智能筛查工具，通过对话了解用户的症状，以人工智能算法结合知识图谱推算用户的疾病风险及专业解读。

李瑞瑞博士指出，通过上述智能预测某方面的疾病风险或者健康指数之后，下一步就是进行优化决策。富通东方通过自身多目标资源求解算法平台构建了健康饮食推荐优化建模，在多种膳食推荐规则约束下，综合营养平衡原则、疾病饮食需求等，个人健康画像推荐的宜食、慎食食材权重分配，实现食材推荐的最优方案。

李瑞瑞表示，富通东方以知识图谱为基础，构建了关键指标解读、健康预测以及干预方法的建议，并且通过对心理、运动、营养方案的干预和推荐，形成了业务闭环。

随着激素、免疫抑制剂、广谱抗菌药物的广泛使用，患者的医院感染尤其是多重耐药菌医院感染等问题受到医学界、政府和社会的广泛关注。院感的发生，会造成患者的并发症增加、病情加重、住院时间延长、个人和社会的医疗负担增加等。而重大疫情期间（例如SARS和新冠肺炎），医护人员医院内感染也说明，院感的预防与控制不仅是保证医疗质量和患者安全，提高医院管理水平的重要途经，也是维护公共卫生安全的重要保障。

院感监测是医院感染管理工作的基础，王欣梅博士介绍说，它最基本的目的是了解医院感染发生的规律及风险因素，往深一点是进行风险的预测预警，提示所需的干预措施，并可对干预措施的效果进行评估，实现辅助诊疗的功能。

近年来，医疗行业信息化建设，从基础设施方面为院感监测提供了信息化保障，实现了院感信息流程化的处理，数据录入和查阅的电子化。

随着信息化监测进程的发展，也暴露出院感监测的一些问题。王欣梅博士指出，首先院感数据来自于多源异构的医疗数据，缺乏统一的操作和报告规范，对数据清理以及之后的分析环节造成了很大影响，直接影响了院感监测结果的反馈。

其次目前的监测以医院质量管理为主，院感信息处理流程依赖于一线医护人员的人工填报和确认，影响信息的时效性和准确性。并且以院感发生率等结果导向性指标为主，辅助诊疗方面的功能较为弱化，缺乏跨领域、跨部分的互联互通，无法形成患者的整体画像，不利于疾病的追根溯源。

基于客观指标的信息化监测及智能化干预将是院感防控的必由之路。王欣梅博士说道，医院感染监测的发展，从信息采集方式上，通过实时的信息抽取而非人工填报，对院感高风险人群进行主动监测；从监测范围上，实现区域内的医卫一体、信息互联互通，以提升感染监测效率，为院感监测报告工作减负，实现客观数据的整合；从功能上，服务于医院整体管理的同时服务诊疗环节，实现院感的多点触发、实时预警、干预推荐及效果评估等。

对于院感监测系统是如何判断这些高风险人群、目标人群，王欣梅博士指出，以往主要是依据行业领域专家的先验知识决定上报内容，现在可以通过人工智能技术构建风险评估模型以及预警预测模型，从客观数据的角度来辅助监测指标的筛选。而这些模型往往掌握在高校和科研机构，富通东方已经和一些头部高校及医院达成合作，通过产学研结合，逐步将这些研究成果产业化以服务市场。

从基于管理到基于问题的监测，在服务于医院整体管理的同时服务诊疗环节，包括提供预警预测、干预技术指导等。现在富通东方正在开发的数据标准化工具，基于国家、行业、专家先验知识等，构建统一的数据结构和数据字典模型，对数据进行一个标准化的处理，通过数据治理，助力数据互联互通。

在大会企业展区的富通东方展台前，慕名而来咨询的嘉宾们络绎不绝。富通东方的工作人员为他们详细讲解了富通东方在人工智能技术研究与众多行业、众多场景应用落地方面的实践，并共同探讨了人工智能技术在智能医疗与大健康领域内的应用与发展。

未来，富通东方将持续致力于人工智能技术领域的研究，充分发挥自身技术与成果转化优势，为更多行业的数字化转型、智能化应用以及创新型发展贡献力量。