11月22日,在2021IDEA大会“创新展示会”上,粤港澳大湾区数字经济研究院(简称“IDEA”)AI平台技术研究中心负责人谢育涛携团队两大研究项目——“ReadPaper”和“医学知识图谱BIOS”精彩亮相。会上,IDEA创始人兼理事长沈向洋向众人介绍了BIOS医学知识图谱。
在人口老龄化+慢病患病率升高+健康意识增强的新形势下,加快提升医疗健康保障能力,已成为关系国计民生的重大课题。而医疗AI作为推动行业发展的重要引擎,已经在不少医疗领域有了不错的落地,但目前都还属于弱人工智能,机器无法像人一样去思考、解释和推理,难以提供个性化、可解释的动态医疗服务。
医学知识图谱作为一种用图模型来描述真实医学世界病、症、药、术之间联系的大规模语义网络,是认知智能的底层支撑,可以帮助机器打造一个“能谋善断”的智慧医疗大脑。然而,受医疗数据跨语种、专业性强、结构复杂、难以获取等影响,全球现有医学知识图谱仍存在规模不大、知识不全、可信度不够、开放性不足,以及中文及其他语言不太友好等种种问题。基于此背景,IDEA AI平台技术研究中心的BIOS医学知识图谱研发团队希望对标全球行业先驱,利用深度学习、文本挖掘等方面的前沿技术,与国内外专家一起构建起高质量的超大规模医学知识图谱,同时全面开源开放,助力信息标准化、智慧医院、辅助诊疗、药物研发等领域的广泛应用。
BIOS医学知识图谱研发团队基于PubMed等权威医学文本,利用深度学习算法大规模发现知识,同时设立专家审校质控机制,在知识的完备性、前沿性、准确性方面保障着知识质量。
目前,团队已发布医学知识图谱BIOS Beta版,相比同类图谱,不仅提供了400余万医学概念,基本实现医学全覆盖,同时术语更精准、概念更精简、关系更丰富。医学知识图谱研发的初衷,是希望干净、统一和完备的医学数据,可以促进医疗信息互联互通标准化更好实现,最终推动优质医疗资源下沉,医疗服务共享流动。
除了知识图谱的可视化导览,BIOS医学知识图谱还支持知识溯源,并通过来源数据透视,提供术语间的共现分析,精准把握医学前沿研究热点和趋势。
此外,基于关系推理,用户可以了解医学术语间上下位关系等新关系,甚至在未来进一步发现病毒传播机理、药物关联预测等新知识时,这些知识洞见可以助力疾病的防控、新药研发等方面实现突破,加快医学前沿发展。
谢育涛在展示会上表示,医学知识图谱就好比是树根,从数据中汲取知识养分,通过各类智慧医疗场景构成的枝干,去滋养每一片叶子代表的一个个家庭和个体。前期,BIOS医学知识图谱研发团队通过引入专业指导和技术支持,一年时间便初见成果,但一棵树的力量始终有限,衷心希望未来会有更多机构加入图谱共建,更多专家加入专业社区搭建,一同编制起一个更庞大的根系网络。
另外,BIOS医学知识图谱研发团队选择开放API调用,并在后续开放下载数据集,让高质量知识图谱为更多场景赋能,滋养整片森林。团队的目标,是致力于打造一个可信赖的开放医学知识全集,未来能真正将技术用到场景、落到实处,让更多老百姓的病痛可预防、早确诊、能治愈。
11月22日,在2021IDEA大会“创新展示会”上,粤港澳大湾区数字经济研究院(简称“IDEA”)AI平台技术研究中心负责人谢育涛携团队两大研究项目——“ReadPaper”和“医学知识图谱BIOS”精彩亮相。会上,IDEA创始人兼理事长沈向洋向众人介绍了BIOS医学知识图谱。
在人口老龄化+慢病患病率升高+健康意识增强的新形势下,加快提升医疗健康保障能力,已成为关系国计民生的重大课题。而医疗AI作为推动行业发展的重要引擎,已经在不少医疗领域有了不错的落地,但目前都还属于弱人工智能,机器无法像人一样去思考、解释和推理,难以提供个性化、可解释的动态医疗服务。
医学知识图谱作为一种用图模型来描述真实医学世界病、症、药、术之间联系的大规模语义网络,是认知智能的底层支撑,可以帮助机器打造一个“能谋善断”的智慧医疗大脑。然而,受医疗数据跨语种、专业性强、结构复杂、难以获取等影响,全球现有医学知识图谱仍存在规模不大、知识不全、可信度不够、开放性不足,以及中文及其他语言不太友好等种种问题。基于此背景,IDEA AI平台技术研究中心的BIOS医学知识图谱研发团队希望对标全球行业先驱,利用深度学习、文本挖掘等方面的前沿技术,与国内外专家一起构建起高质量的超大规模医学知识图谱,同时全面开源开放,助力信息标准化、智慧医院、辅助诊疗、药物研发等领域的广泛应用。
BIOS医学知识图谱研发团队基于PubMed等权威医学文本,利用深度学习算法大规模发现知识,同时设立专家审校质控机制,在知识的完备性、前沿性、准确性方面保障着知识质量。
目前,团队已发布医学知识图谱BIOS Beta版,相比同类图谱,不仅提供了400余万医学概念,基本实现医学全覆盖,同时术语更精准、概念更精简、关系更丰富。医学知识图谱研发的初衷,是希望干净、统一和完备的医学数据,可以促进医疗信息互联互通标准化更好实现,最终推动优质医疗资源下沉,医疗服务共享流动。
除了知识图谱的可视化导览,BIOS医学知识图谱还支持知识溯源,并通过来源数据透视,提供术语间的共现分析,精准把握医学前沿研究热点和趋势。
此外,基于关系推理,用户可以了解医学术语间上下位关系等新关系,甚至在未来进一步发现病毒传播机理、药物关联预测等新知识时,这些知识洞见可以助力疾病的防控、新药研发等方面实现突破,加快医学前沿发展。
谢育涛在展示会上表示,医学知识图谱就好比是树根,从数据中汲取知识养分,通过各类智慧医疗场景构成的枝干,去滋养每一片叶子代表的一个个家庭和个体。前期,BIOS医学知识图谱研发团队通过引入专业指导和技术支持,一年时间便初见成果,但一棵树的力量始终有限,衷心希望未来会有更多机构加入图谱共建,更多专家加入专业社区搭建,一同编制起一个更庞大的根系网络。
另外,BIOS医学知识图谱研发团队选择开放API调用,并在后续开放下载数据集,让高质量知识图谱为更多场景赋能,滋养整片森林。团队的目标,是致力于打造一个可信赖的开放医学知识全集,未来能真正将技术用到场景、落到实处,让更多老百姓的病痛可预防、早确诊、能治愈。