挑战一：电子病历千差万别，医疗数据实现有效应用难度很大
对于医疗来说，数据治理是难题。不同医院、不同科室，甚至同一科室的不同医生，产生的电子病历，在格式和内容上均是千差万别，繁杂的医疗数据实现有效应用难度很大。
“将数据进行结构化、标准化的数据治理是解决其有效应用的关键，这样才能构建出作为智能医疗基础的AI模型。”在《新英格兰医学杂志》出版方举办的医疗AI研讨会(AIMS2021)上，医渡科技AI科学家闫峻与澳大利亚健康创新研究所研究员刘斯东，西湖大学特聘研究员郭天南，四川大学华西医院院长李为民等专家研讨时说到。
文章插图
为协助医疗机构对多源异构的大数据依法进行数据治理，目前已出版十余本数据集，包括结直肠癌标准数据集、胃癌标准数据集、眼科标准数据集、白血病标准数据集、骨髓增生异常综合征MDS标准数据集、再生障碍性贫血标准数据集、淋巴瘤标准数据集、骨髓瘤标准数据集、血栓与止血标准数据集、造血干细胞移植标准数据集等。
挑战二：人工提取字段耗时耗力、准确性差
另外，数据提取的问题是自然语言的处理。“院内数据多是用于记录，而非用于研究或进行AI模型训练的。”闫峻表示，人工提取字段有耗时耗力、准确性差的特点。
除了运用自然语言处理技术，还加入了医学推理的方式，应用医学逻辑到标准化、结构化过程中，以满足医学研究的需要。
AI医疗依然面临三大未知领域
虽然医学AI近年来取得了巨大进展，但在医疗领域一致性、透明性以及对疑难病例的判断方面还存在很多挑战。
闫峻介绍，一是如何协助医疗机构把机器不可读数据转化成可以计算的数据；
二是针对新药研发，如何通过可用不可见的方式，将分散的数据综合利用，这需要在技术上和机制上进行建设；
三是如何让人理解机器产生的结果是什么，并以协同方式解决问题。未来AI在相当长的时间内，需要人机协同。
未来如何应对新挑战，我们拭目以待。
（责任编辑：孙宝光 实习编辑：刘予欣）
- 金普新区|大医附属一院金普医疗中心即将投用
- 医疗技术|两部门发文规范中医医疗技术命名
- 规范|两部门：规范中医医疗技术命名
- 医疗服务|新疆霍尔果斯市公布4部医疗服务保障电话确保封控区居民就医有保障
- 东城区|东城区卫生健康委对北京市隆福医院冬奥医疗保障院感防控工作进行现场指导
- 医联体|?四川推动优质医疗资源向下延伸 县域医疗就诊率超过90%
- Uzi|BLG年前对阵RNG最后一战，Uzi依然没有首发！有点失望啊
- 医疗|巴基斯坦总理启动全民医疗计划
- 十八周岁|注意！未按规定告知医疗风险，有风险！
- 妇产科|【医疗资讯】一手托起两个生命 化险为夷母女平安——市人民医院妇产科全力救治危重孕产妇患者成功脱险