雷锋网按：本文整理自康夫子创始人张超在雷锋网硬创公开课上的演讲，主题为“智能诊断与医疗大脑”。张超：康夫子创始人，前百度自然语言处理部资深研发工程师、文本知识挖掘方向负责人；知识图谱、实体建模方面专家；毕业于电子科技大学计算数学专业、新加坡国大多媒体搜索实验室研究助理。以下为公开课内容：雷锋网：简单介绍一下康夫子所做的事。张超：让计算机去阅读医疗文献，构建知识库，赋予这些知识库一些推理能力，最后达到辅助医生、患者的目的。在产品维度，分为面向患者和医生；医生端分为全科与专科医生。它们的底层是相似的，都是知识图谱加推理，不过上层应用有差别。患者偏重逻辑问答，包括患者语言的理解；全科医生要求知识面，而专科则要求临床路径监控，包括医嘱的下达。现在我们的产品主要用在医疗机构这样的B端，主要提供医学辅助，不做诊断，结论由医生把关，供患者参考。雷锋网：医疗大脑包括什么，可以具体解释下吗？张超：医疗大脑是个比较笼统的称呼，简单来说是一种知识库，加上基于此的逻辑推理和计算。它可以泛指医疗从业人员的智慧总和。具体点说，它具备诊断、治疗的能力，可以独立提供用药辅助、分诊导诊、健康咨询等服务，也可以高质量的辅助医疗从业人员完成某项工作。对我们的医疗大脑来讲，患者医疗健康行为需要的能力、所有医生行医过程中的知识辅助能力我们都会着力去构建打造。雷锋网：相比百度的医疗大脑和IBMWatson，康夫子的特别和区别是什么？IBMWatson目前重点在肿瘤领域针对医生提供辅助决策功能。区别是，我们：1.现阶段重点是针对常见的种病进行建模；2.在服务对象方面，除了辅助医生，患者辅助教育也是我们重要的服务对象；3.在医生层面，我们的医疗大脑又分为医院专科医生。我们和Watson的场景和方法不太一样，它大的框架是问答、搜索的框架，同时融入了多种Feature（如知识图谱）。我们整个医疗决策系统是基于知识图谱做推理。技术上讲，对肿瘤这样的疑难杂症，Watson诊断用的维度非常高，但常见病的维度没那么高。这两个方面带来的挑战不一样，我们是从常见病入手，把服务的范围也会扩大。我们的医疗大脑和百度医疗大脑在某些方面有着相同之处，都致力于辅助网民提供医疗信息服务。差别是：1.在数据维度，百度医疗大脑数据来自百度医生APP上医患之间交流数据；我们的医疗大脑定位在医疗级产品，知识图谱构建数据来自权威的医疗文献和电子病历数据。2.在做事的路径上，也存在着很多不同，我们作为一家初创型公司，会选择更适合其发展的路径。雷锋网：目前国内做智能诊断的现状是怎么样的？从时间上分，有传统派和新兴派。传统派是指类似决策树专家系统，知识库依靠专家构建，诊断逻辑也基于专家书写的roadmap等等。新兴派是指利用AI技术，利用计算机从海量文献数据中构建知识图谱，并根据历史经验自动学习诊断逻辑。从类型上分，有基于文本从症状、化验入手做智能诊断的，也有基于图像从CT图片入手做智能诊断的。传统派的诊断系统，受限于知识库的规模和复杂的医学逻辑表示，疾病的覆盖率和诊断的准确率都不够高。新兴派在这块整体上要好于传统派，但由于研发时间短，目前仍无法达到可用状态。整体上智能诊断还处于初期，目前没有可以实现大规模商用。雷锋网：智能诊断最重要的技术挑战又是哪些？非技术上的挑战呢？技术上，我们现阶段认为智能诊断的底层核心是知识图谱，诊断的过程是基于知识图谱实现的推理过程。知识图谱的规模从根本上决定了智能诊断的瓶颈。另外就是应用上的挑战，智能诊断不管服务谁，在应用场景上有很大的差别，要有针对性地提升效果。在非技术上，重点要让老百姓及医疗机构认可或理解这套诊断逻辑。雷锋网：做好智能诊断的标准主要是哪些？应该包括哪些主要内容？笼统地说，好的标准要靠效果说话，也就是说：诊断的准确率要高；整体过程可解释、可干预，可以让医生等专业人士随时干预；可以输入多种类型数据(除了症状，还有用药史、化验检查、诱因、遗传史、个人史等等)；另外不同服务对象的诊断系统标准也是不一样的，比如，如果智能诊断是用来服务医生，除了核心诊断能力，还医院科室的医疗习惯。如果智能诊断用来服务患者：1.需要做患者语言理解，因为患者描述的语言和医学语言有着较大的差异；2.要像医生那样思考，同患者交互，获取对诊断有益的数据。雷锋网：对你们来说，做智能诊断，数据来源和获取方式有哪些？对康夫子来讲，数据主要来自如下三大方面：权威的医学文献，如：医学数据、诊疗指南、以及相关论文；病历数据；互联网获取科普资讯、医患问答数据等。前两部分数据用来构建知识图谱，训练诊断逻辑。互联网数据主要用来做患者语言理解，患者可能会有一些不标准的描述，比如“感觉身体被掏空”，这些词在医学上没有对应的匹配，需要计算去理解。雷锋网：有的医学文献，经验证是与事实存在偏倚的，有的甚至是错误的，这个问题怎么看？错误是肯定有的，但我们在整个过程中要想办法降低并消除这种错误。大概有如下思路：1.相信更新知识，相信更权威的知识；2.因为知识是通过知识图谱表现出来的，所以，可以针对知识图谱进行一些推理计算，及早发现某些矛盾，进而安排人工审核校对；3.在整个计算过程中，也可以加入大量的容错机制。相信知识的统计分布，假设学习样本中，错误的知识毕竟是少数，通过一些排序策略进而降低错误知识展现的机会。雷锋网：数据训练上，是否与影像诊断一样，存在优质数据获取和数据标注上的障碍？医学AI相对于其它领域来讲有着天然的数据优势。大量的病例数据/影像数据就是很好的训练数据。这里面的难点在于数据的获取、预处理、结构化和建模。另外，目前能看到的病历数据很复杂，多数做AI诊断的，很少有团队用门诊病历，多数用的都是住院病历，而住院病历是很复杂的，如果服务于C端用户，这类数据就不太合适了。个人认为，智能医生或者影像解读，现阶段都有着充足的数据供训练。比如，在病例或者文献上，医生在无结构化文本种已经变相做了标注，如：“大叶性肺炎通常表现为咳铁锈色痰”，一个医学影像也有专家解读成文本信息供使用。数据维度难在从这些大量的数据中提取出优质数据。雷锋网：如果说医学上只要有充分的多维度知识，就能在辅助决策上做一些事，那之前智能诊断不算流行的原因是哪些？是否是有哪些技术上的进步？我认为主要在于2个层面：内因上，效果离辅助人还差强人意，专家系统很少能实际应用起来；外因上，当前的大环境让AI聚焦了很多目光，进而加速相关产品的研发。在技术上，悲观来看近几年没有多少进步。只是前些年，人工智能和自然语言处理多在大公司和研究院使用，而现在有很多优秀人才流入到创业公司。雷锋网：目前较为火热的深度学习，用处不算太大？深度学习目前在NLP领域取得的成绩，比不上在多媒体领域取得的成绩。康夫子目前主要基于深度学习做一些患者语言理解方面的工作，不排除未来会拓展到更多的场景中去。至于将深度学习用于ClinicalDecisionSupport这样的专业领域，我觉得现阶段不太合适。首先深度学习是个黑盒，让人感觉不可信，这是心理上的问题。在应用方法上也有很大难度，比如训练数据并非完全准确，包括格式都有误差。我认为短期内这是一个不断研究的方向，但不能立马产生效果。雷锋网：对于医疗信息知识图谱，可以具体解释下吗，具体指什么以及作用如何？通俗地讲，知识图谱就是结构化知识，它由实体及实体关系组成。比如在医疗领域，实体维度包括疾病、症状、检查、检验、体征、药品等等医学名词，甚至医生、科室、医院也可以纳入范畴。关系是指实体间的关系，比如，针对疾病和症状，关系可有“包含关系”，“不包含关系”，甚至“金标准关系”（比如，所有炎症都会带来发热，这就是金标准）。疾病和医生可以定义“医生擅长治疗疾病”，医院可以定义“归属于关系”等等。这些都是知识图谱的构成。我们在应用时，需要基于这些关系做推理，进而满足上层应用，同时上层应用的需求也会指导知识图谱的建设方向。比如，我们想帮助患者推荐医生，那么推理路径大概分为：根据“症状与疾病”的关系推测患者可能疾病，根据疾病和医生的关系，为患者推荐医生。雷锋网：公司构建的知识图谱与医生的知识结构之间差异大吗？首先知识图谱的知识结构是专业人（医生）定义出来的。医生觉得，在诊疗过程中，我需要用到什么知识，那么就让计算机去学习并构造这些知识。医生的知识结构可以举一反三、演绎归纳，但现有的知识图谱只能机械的做一些事，并且在短时间内该部分技术很难取得较大突破。那么在这种场景下，知识图谱的积累和构建速度就显得尤为重要，同时真实的应用场景不断给知识图谱提需求，那么二者之间的差异也会逐渐缩小。机器是按照人制定的逻辑工作，而人是有联想能力的。雷锋网：知识图谱构建上有哪些经验可以分享？我从年加入百度，大部分精力在从事信息抽取类工作，从中也积累了大量的实战经验。在信息抽取（知识图谱建设）上，我们的着眼点依次是：快，因为医疗知识图谱有上千种关系，处理速度要快；准确率高；覆盖率高，比如要有足够多的疾病与症状的知识，才能分辨出疾病；可控；通用性强。在这样的标准下，我们比较推荐简单粗暴可控的框架，即基于模板的抽取。这类方法简洁可控，容易冷启动，准确率可控，通用性也不错。不足是：模板产生困难、覆盖率不高，而且容易产生语义漂移，需要做边界控制，最后是计算复杂度高。这是目前这种计算框架的优劣。在构建中，我们首先攻克计算性能问题，即在做patternlearning时，如何做快速计算、筛选，给每个pattern打分，这是计算性能问题。然后我们通过pattern协作，搞定便捷控制和语义漂移。最后是把大量的精力放在patternlearning上，同时加大数据量提升覆盖率，并引入bootstrapping机制提升召回。这是我们认为当前比较好的解决方案。目前也有一些基于pattern做的解决方案，但往往偏人工，不成体系，通用性也较差。另外，我们主要做从无结构化文本抽取，一些类似HTML的半结构化数据比较容易，但是有深度的知识覆盖面很少。这块有不少工作，有兴趣的话，也可以经常

转载请注明:http://www.aideyishus.com/lkgx/7955.html