AI平臺技術,賦能人才培育和健康醫(yī)療發(fā)展
11月22日,在2021IDEA大會“創(chuàng)新展示會”上,粵港澳大灣區(qū)數字經濟研究院(簡稱“IDEA”)AI平臺技術研究中心負責人謝育濤攜團隊兩大研究項目——“ReadPaper”和“BIOS醫(yī)學知識圖譜BIOS”精彩亮相。AI平臺技術研究中心致力于建設支撐人工智能算法、算力和數據的平臺,推動AI技術的落地和產業(yè)化。談及團隊研究方向的選擇,謝育濤指出,在人口紅利消退后,經濟的增長越來越依靠科學和技術的創(chuàng)新。研究中心從社會痛點出發(fā),著眼于賦能科研和醫(yī)療兩個領域。
謝育濤在IDEA大會上發(fā)言
ReadPaper的使命:讓天下沒有難讀的論文
關于論文閱讀這一切入點,謝育濤指出三個事實痛點:
(1)難讀:論文的內容對于閱讀者的背景知識有高度的前置要求,而大部分學術性論文都是英文書寫,這極大地增加了閱讀的難度;
(2)難用:市面上有很多學術類產品,搜索引擎,文檔管理器、筆記工具等,閱讀一篇論文要在各種界面來回切換,讀者難以專注在閱讀本身;
(3)難言:讀論文的過程中或遇到各種困惑,卻沒有交流渠道可供討論,尋求幫助!叭绾巫x懂論文,讀好論文”,這是一個很大的命題,ReadPaper應運而生。通過建設一站式閱讀平臺,打造專業(yè)的學術社區(qū),助力科研。
打造論文知識圖譜:Science of Science
ReadPaper研究團隊致力于打造最全面的論文知識圖譜,用戶僅需通過精準的語義搜索,即可了解到和論文相關的所有內容。ReadPaper平臺為每篇論文建設了一個詳情頁,集合論文相關信息,還有沈向洋博士所提出的經典論文“十問”,論文精讀視頻,以及互動問答等。未來,團隊還將進一步探索如何對所有相關的技術、學術理論、學者等進行整理和歸納,助力科研探索。
打造沉浸式閱讀體驗:智能閱讀器(Super Browser)
ReadPaper研究團隊通過AI技術對論文做了智能解析,支持圖表拖拽閱讀、引用文獻一鍵收藏或跳轉閱讀,可以對整段內容進行翻譯,對論文圖表進行截圖筆記等,讓用戶更好的專注于閱讀本身。
ReadPaper核心產品理念:通過社區(qū)做知識的沉淀和回溯
我們認為每篇論文都應該有自己的社區(qū),科研不易,ReadPaper希望為一代代科研人鋪設進階之路。
謝育濤介紹ReadPaper
BIOS醫(yī)學知識圖譜的使命:讓疾病可預防、早確診、能治愈
在人口老齡化+慢病患病率升高+健康意識增強的新形勢下,加快提升醫(yī)療健康保障能力,已成為關系國計民生的重大課題。而醫(yī)療AI作為推動行業(yè)發(fā)展的重要引擎,已經在不少醫(yī)療領域有了不錯的落地,但目前都還屬于弱人工智能,機器無法像人一樣去思考、解釋和推理,難以提供個性化、可解釋的動態(tài)醫(yī)療服務。
醫(yī)學知識圖譜作為一種用圖模型來描述真實醫(yī)學世界病、癥、藥、術之間聯系的大規(guī)模語義網絡,是認知智能的底層支撐,可以幫助機器打造一個“能謀善斷”的智慧醫(yī)療大腦。然而,受醫(yī)療數據跨語種、專業(yè)性強、結構復雜、難以獲取等影響,全球現有醫(yī)學知識圖譜仍存在規(guī)模不大、知識不全、可信度不夠、開放性不足,以及中文及其他語言不太友好等種種問題。基于此背景,IDEA AI平臺技術研究中心的BIOS醫(yī)學知識圖譜研發(fā)團隊希望對標全球行業(yè)先驅,利用深度學習、文本挖掘等方面的前沿技術,與國內外專家一起構建起高質量的超大規(guī)模醫(yī)學知識圖譜,同時全面開源開放,助力信息標準化、智慧醫(yī)院、輔助診療、藥物研發(fā)等領域的廣泛應用。
醫(yī)學辭海:Trustworthy Medical Knowledge Repertoire
BIOS醫(yī)學知識圖譜研發(fā)團隊基于PubMed等權威醫(yī)學文本,利用深度學習算法大規(guī)模發(fā)現知識,同時設立專家審校質控機制,在知識的完備性、前沿性、準確性方面保障著知識質量。
目前,團隊已發(fā)布醫(yī)學知識圖譜BIOS Beta版,相比同類圖譜,不僅提供了400余萬醫(yī)學概念,基本實現醫(yī)學全覆蓋,同時術語更精準、概念更精簡、關系更豐富。醫(yī)學知識圖譜研發(fā)的初衷,是希望干凈、統(tǒng)一和完備的醫(yī)學數據,可以促進醫(yī)療信息互聯互通標準化更好實現,最終推動優(yōu)質醫(yī)療資源下沉,醫(yī)療服務共享流動。
IDEA研究院理事長沈向洋介紹BIOS
知識洞見:All About the Wisdom for Healing
除了知識圖譜的可視化導覽,BIOS醫(yī)學知識圖譜還支持知識溯源,并通過來源數據透視,提供術語間的共現分析,精準把握醫(yī)學前沿研究熱點和趨勢。
此外,基于關系推理,用戶可以了解醫(yī)學術語間上下位關系等新關系,甚至在未來進一步發(fā)現病毒傳播機理、藥物關聯預測等新知識時,這些知識洞見可以助力疾病的防控、新藥研發(fā)等方面實現突破,加快醫(yī)學前沿發(fā)展。
開放生態(tài):One Tree Cannot Make a Forest
謝育濤在展示會上表示,醫(yī)學知識圖譜就好比是樹根,從數據中汲取知識養(yǎng)分,通過各類智慧醫(yī)療場景構成的枝干,去滋養(yǎng)每一片葉子代表的一個個家庭和個體。前期,BIOS醫(yī)學知識圖譜研發(fā)團隊通過引入專業(yè)指導和技術支持,一年時間便初見成果,但一棵樹的力量始終有限,衷心希望未來會有更多機構加入圖譜共建,更多專家加入專業(yè)社區(qū)搭建,一同編制起一個更龐大的根系網絡。
沈向洋向眾人介紹BIOS醫(yī)學知識圖譜的開放生態(tài)
另外,BIOS醫(yī)學知識圖譜研發(fā)團隊選擇開放API調用,并在后續(xù)開放下載數據集,讓高質量知識圖譜為更多場景賦能,滋養(yǎng)整片森林。團隊的目標,是致力于打造一個可信賴的開放醫(yī)學知識全集,未來能真正將技術用到場景、落到實處,讓更多老百姓的病痛可預防、早確診、能治愈。

請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞