基于人工智能大数据的医学科研辅助方案_第1页
基于人工智能大数据的医学科研辅助方案_第2页
基于人工智能大数据的医学科研辅助方案_第3页
基于人工智能大数据的医学科研辅助方案_第4页
基于人工智能大数据的医学科研辅助方案_第5页
已阅读5页,还剩10页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、基于人工智能大数据的医学科研辅助方案医疗数据的发展公元前5世纪,希腊,开始记录患者病程发展的故事日记,无诊断17世纪,英国,开始记录疾病与症状的联系,有了关联18世纪,意大利,开始关联解刨学病理特征,有了标注19世纪,法国,听诊器的出现开始检查检验的记录,开始丰富20世纪,医疗记录推广流行今天,电子化医疗记录,计算机软硬件发展,医疗大数据引起关注临床,文献,指南,组学,可穿戴设备建立大数据基础 DPAP平台3生 产 系 统PACSLISEMRHIS智 能 一 体 化 解 决 方 案数据 集成数据处理数据应用外部数据集成院内临床数据集成智能主数据管理数据质量监控与评价 数据质量优化生产流程透明化

2、基本应用 高级应用基 本 应 用 服 务科研管理诊疗专病中心.面 向 应 用 的 中 间 层, 高 度 复 用互联互通知识库患者 全景视图搜索引擎高 级 应 用 服 务输入反哺完整的自主技术架构安全权限与脱敏开放从大数据到可计算大数据 结构化处理4标准化的可计算大数据 归一化处理数据种类原始词数量(个)DPAP归一标准(部分)DPAP标准词数量级(个)DPAP数据标签北京临床版ICD-10-V6.013,340,034降77%编码 临床诊断标准词诊断词典规范14,587,447ICD-10-O-3形态学编码 肿瘤病理诊断MESH(医学主题词表)编码 主题词手术及操作词典规范853,801北京临

3、床版ICD-9-V6.0166,532降92%编码 手术及操作标准词影像学检查及其他治545,248北京临床版ICD-9-V6.017,733降99%编码 诊断性和治疗性操作标准词2,532降98%成分属性类型检验检查词典规范131,623LOINC时间特征样本类型标尺类型方法类型CFDA12,924降93%商品名药品词典规范177,701通用名INN名ATC分类ATC编码科室词典规范9,790国家卫计委 医疗机构诊疗科目名录95降99%编码 诊疗科目数据来源:2017年7月随机抽取40家合作医院数据对比5可计算性的实现:结构化引擎和自然语言处理专病库Nova医疗知识图谱特征结构化标注平台训练

4、数据评估数据众包医学专 家标注基于主动学习 筛选训练样本 提升标注效率资深医学专家定义任务和标注实体-时间属性实体-数量属性实体-逻辑判别实体-实体关系字段标签 分类和映射影像报告病理检查放化疗方案一诉五史诊断记录手术记录多源信息 融合结构化抽取平台超大规模临床数据ETLETLETL海量医疗词库多粒度医学分词句法和语义分析医学命名实体识别时 间逻 辑 词体浓血积度型期分 诊手症解药基 断术状剖物因医渡自然语言处理平台基础表达式识别医渡医学翻译结 构 化 质 控 平 台大幅节省人力和时间 成本总体召回率92%总体准确率95%资深医学专家支持可深度定制服务准确高效高速自适应挖掘适配不同数 据分布基

5、于迁移学习领域推广性更好比人力可处理更大规模 数据支撑科研结论显著 性深度学习特征表示和特征选择主动学习序列标注结构预测迁移学习分类聚类统计机器学习平台规则 学习 引擎6通过全量数据研究真实世界来自真实的医疗环境,反映实际诊疗过程和真实条件下的患者健康状况的研究,通过全量数 据(门诊、住院、检查、手术、药房、可穿戴设备、社交媒体等)进行分析,全面颠覆传统 医疗,带来医疗行业大变革。缺点优点传统医学研究:仍旧大范围沿用传统医学研究模式-RCT(随机对照试验)试验设计无法排除人为的主观倾向,试验偏差性大,受试者样本有限无法代表真实世界下的 患者多样性(试验对象可能只有300人,很难有效推演到全球5

6、0亿人),导致药品器械上市 后在真实世界的使用效果差,造成大量浪费,治疗方案和手段严重受限。大数据时代医学研究模式:未来医疗行业规则-RWS(真实世界研究)应用级的人工智能技术依赖于真实世界的大数据7支撑科研的人工智能技术逻辑视图8人工智能的能力 vs 科研的特点人工智能的能力科研工作的特点脑力重复劳动假设检验的重复真正突破创新9对基于可计算数据的基础研究的辅助10基于可计算真实世界数据的基础研究1112数据化处理(结构化、归一、复杂逻辑计算)数据集成准字产加明患 者 全 生 命 周 期 诊 疗 时 间 轴效率透疾 数 数 T 病 据 据 + 标 生 有 7患 者段 工质增 集 全量量 透全

7、数据出更 新患 者 全 生 命 周 期 诊 疗 360详 情数据应用科研灵感调研验证科研立项数据收集统计分析文章撰写专病库临床科研 圈定人群观测指标专业科研 服务支持科研发现病 例 搜 索 找 目 标 人 群文 献 指 南 推 荐统计分析描 述 性 统 计单 因 素 分 析病例检索模 糊 搜 索条 件 树 搜 索事 件 搜 索病 案 号 搜 索观测阶段及指标研 究 阶 段 设 计观 测 指 标 选 取e- C R F支持项目管理创建项目库 观 项 补 随 内 测 目 录 访 患 指 数 修 管 者 标 据 改 理 自 自 补 数动 动 录 据 入 提 核 留 组 取 查 痕数 据 批 量 导 出

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论