科技创新2030“新一代人工智能”重大项目结题会召开，神州医疗负责课题顺利通过验收

近日，由中国科学院自动化研究所牵头的科技创新2030“新一代人工智能”重大项目“跨模态医疗分析推理技术与系统”项目结题会召开。神州医疗负责的课题五“跨模态医疗类人智能推理与辅助诊疗系统”顺利通过验收。

当下，利用跨模态医疗知识推动人工智能辅助诊疗已成为国家的重大需求，然而跨模态医疗数据具有海量异构、时空依赖、高信息过载等特点，由此带来了内容表现形式不规范、知识密度分布不均、知识管理组织效率低、协同性差和有效利用难等突出问题，以至于从医疗数据获取知识、面向医疗知识进行跨模态医疗分析推理成为全球人工智能辅助医生诊疗的严峻挑战。

针对上述挑战，本项目围绕跨模态多元知识统一表征与获取、大规模跨模态医疗知识管理、适应内容演化的知识图谱与分析推理、定向到通用推理的泛化机制、跨模态医疗类人智能推理与辅助诊疗系统等进行研究，旨在解决跨模态医疗数据治理上的困境。

作为课题五“跨模态医疗类人智能推理与辅助诊疗系统”的负责单位，神州医疗针对医疗数据多源异构严重、数量和形态增长迅速的特点，围绕当前人工智能辅助诊疗可解释性差、相关评价体系规范化和标准化缺失等关键问题，在“神州医疗云”上研究体现社会经济价值的辅助诊疗系统与示范应用，包括医疗知识导航的类人推理与伦理合规的医疗健康服务。

此课题有两大创新点：一是提出了一套类人智能推理系统评价规范，突破了跨模态医疗分析推理过程不可知、结果语义不明晰的局限；二是提出面向类人智能辅助诊疗的多元量质综合评价体系，缓解了当前人工智能辅助诊疗评价体系规范和标准缺失的问题，为系统及相关技术在医疗健康领域应用的验证和推广奠定了基础。

会上，神州医疗人工智能研究院大数据研究部技术总监杨雅婷汇报了该课题的情况及相关成果。目前，该课题已在科学价值、经济效益等方面产生成果。在科学价值层面，围绕跨模态医疗分析推理，在解决知识的统一表示、知识的动态组织与推理的泛化机制三大科学问题的基础上，为我国自主构建推理可解释、诊疗可回溯、隐私受保护的新一代跨模态医疗类人推理与辅助诊疗系统，并通过应用示范开展系统普及与应用，在新一轮信息化变革中把握先机赢得主动。在经济效益层面，跨模态医疗类人智能推理与辅助诊疗系统符合循证医学规则，推理结果可解释，推理过程可回溯，能够辅助基层医生提高诊疗水平，节省医生培训费用、降低病患医疗费用。

中国科学院自动化研究所研究员张文生、北京交通大学教授朱振峰、中南大学教授邹北骥、西北工业大学教授黄庆华等分别就负责的课题进行汇报。神州医疗副总裁兼人工智能研究院院长许娟等专家学者也通过线上线下方式参与会议。

神州医疗自创立之初就积极参与承担各项国家重点研发计划项目，与国内外顶级医疗机构、重点高校、科研院所等合作，累计承担数十项“十三五”“十四五”国家重点研发计划、“科技创新2030”“863计划”等国家、省级重大科研项目，参与建设数个国家重大疾病专病数据库平台，支持多个专病标准数据集制定，重点支撑我国肿瘤学、心脏病学、肾脏病学、重症医学、罕见病及临床遗传学、传染病学、妇科肿瘤学、儿童肿瘤学及风湿免疫学等学科的全国性数据体系建设及研究协作，将医疗大数据与人工智能技术运用于多个临床领域，挖掘多模态大数据的临床与科研价值，助力我国医学研究的高质量发展。