讓機器人(AI)會思考，要靠“譜”。

這個“譜”被稱為知識圖譜，是將人類世界中產生的知識，構建在機器世界中，進而形成能夠支撐類腦推理的知識庫。

3月28日，集成了百萬醫學概念、千萬醫學關系、千萬醫學證據的中文醫療知識圖譜正式推出，該知識圖譜由平安醫療科技和中國醫學科學院醫學信息所共同構建。

“在眾多的學科中，醫學科學的知識圖譜建設相對來說是最困難的。”平安集團首席醫療科學家謝國彤解釋，舉個簡單的例子來說，同樣是發燒這個臨床表現卻能夠推斷出不同的病癥，而在醫學界同一個疾病也有可能對應不同的疾病名。

此外，醫生的診斷習慣不同，也會對相同的疾病給出不同的治療，卻也可能殊途同歸。海量的臨床案例中存在哪些可以提煉的知識，最終轉化為機器所能理解的“思維”，也是構建知識圖譜時要考慮的。

醫學科學是人類最艱深的科學，中文醫療知識圖譜的構建將醫學轉化為機器語言，通過核心醫學概念的全面覆蓋、醫療生態圈內全方位知識數據的聚合，最終將賦能智慧城市中智慧醫療一體化平臺。

優勢互補 實現輔助決策智能化醫療

“醫療知識圖譜的構建，首先要將非結構化/半結構化(注：結構化數據為AI可直接利用的數據)的數據表示成知識圖譜的形式，其中包括將醫學文獻知識轉變為醫療知識圖譜，也包括將海量病例中挖掘的經驗知識轉變為機器可以理解的表示形式。”謝國彤介紹，平安智慧醫療中文醫療知識圖譜包括五大知識庫，即藥品庫、疾病庫、處方庫、風險因子庫和醫療資源庫。“我們集納了海量的知識，并將知識之間建立關聯，構建最大的中文醫學知識圖譜，形成一個完整的知識體系。”

醫學大腦，要理解并運用知識，光靠海量的集納還遠遠不夠，還需要為AI大腦輸入“邏輯思維”。為此，科研人員以疾病、癥狀、用藥、問診等節點，建立起精準的關系結構，從而實現智能化的診療知識圖譜。中國醫學科學院醫學信息所創新研究中心主任李姣博士介紹，平安在健康醫療領域擁有大量醫學信息學技術落地的場景。本次合作充分發揮出了平安在醫療領域豐富的應用場景，以及信息所在醫學知識圖譜構建領域的技術專長，使得醫療知識圖譜在人工智能應用的可解釋性、可循證性、資源可信度上有效提升。

據介紹，醫學信息所一直以來都在做醫療領域的知識積淀，并且對醫學領域的理解更深刻，在醫療知識上層表達上更加精深。

厚積薄發 AI輔助診斷準確率九成以上

圖譜數據量大、數據覆蓋面廣、數據質量高是知識圖譜能夠走入臨床的基礎。中文醫療知識圖譜目前基于海量就診數據、幾千萬的醫學文獻和權威臨床指南來構建。

基于中文醫療知識圖譜，目前已開發出覆蓋幾千種疾病輔助診斷模型和輔助治療模型(其中近百種疾病支持個性化用藥方案的推薦)。同時還給出不同角度的輔助診斷，包括基于疾病與癥狀關系輔助診斷;基于疾病與檢查檢驗關系推薦檢查檢驗;基于疾病與藥品關系及藥物相互作用推薦用藥;基于指南、文獻以及相似病例推薦醫療證據。

謝國彤介紹，在實踐檢驗中，全科常見疾病的診斷模型準確率達到95%。“平安智慧醫療中文醫療知識圖譜已經逐步推開應用，構建針對不同的醫療管理與臨床環節，覆蓋診前、診中、診后全流程端到端的解決方案。”

知識全面豐富、邏輯明確符實，機器才能真正理解并運用，最終做出智能的決策。在中文醫療知識圖譜的基礎上，平安醫療科技還賦予該醫療圖譜深度學習能力，持續積累有效的治療案例和數據，并智能分析，讓AI不斷累積經驗，持續學習，類似“老醫師”式的成長模式。

據介紹，目前，基于平安智慧醫療中文醫療知識圖譜的人工智能輔助診療系統已經在近百家醫療機構落地使用，覆蓋了黑龍江、甘肅、湖南、河北等17個省份、60多個城市。雙方還將持續升級醫療知識圖譜并擴大基于知識圖譜的應用，助力智慧醫療服務持續健康發展。

落地應用 看眼睛查房顫均能勝任

在臨床上，為避免用藥或治療不當，醫學界很早就希望能夠出現醫療決策的支持系統。加州大學舊金山分校醫學院院長羅伯特·瓦赫特在《數字醫療》的書中講述了醫療信息化的發展歷程，最開始由于技術所限，缺乏機器的深度學習功能，海量數據采集、處理無法集納且無法實時更新等問題，AI助力醫療非常困難。

得益于人工智能技術的發展，數字醫療有望實現。“放到具體的醫療場景下，人機交互體驗即是指讓系統按照醫生的臨床思維過程，在醫生需要的時候提示需要的信息。”謝國彤表示，基于中文醫療知識圖譜，平安醫療科技的智能輔助診斷系統會根據病人的描述來預測可能的疾病，并給出一些確診疾病相關的檢查，用藥環節，系統會在此前醫生確診的基礎上，自動給出可用藥物、劑量、劑型、頻次。此外，醫生還可以運用機器對一天看過的病歷進行匯總、復盤，找出可能存在診斷問題的病歷，進一步減少醫生的出錯率。

以中文醫療知識圖譜為基礎的AI系統已經落地應用，解決不同學科中醫療服務的“痛點”。

3月19日，工信部、衛健委兩部委組團調研“北京同仁醫院平安智能眼科項目”。項目開發了智能質控模塊、常見眼科疾病智能篩查及輔助診斷模塊，深度融合國產品牌眼科成像設備，以平安智慧醫療中文醫療知識圖譜為基石，提升系統的智能化水平，建立統一的權威成像參數和讀片標準，構建多模態多病種眼科影像云平臺，降低眼科誤診、漏診率，提高眼病整體治療水平。

北京同仁醫院眼科中心主任王寧利教授表示，視力損害中的80%以上是可防可控的慢性疾病，眼科疾病的診斷人才卻相對短缺。AI助力眼科疾病防控，用國產多光譜眼底相機、OCT做中國自己的眼科醫學AI，使專家下沉變成智慧下沉，為眼科分級診療落地提供支持。該項目整合的系統可基于眼底彩照和OCT成像篩查和診斷糖尿病視網膜病變、老年黃斑變性等眼科多個病種。

除了針對海量篩查的“痛點”，針對慢性病的長期綜合管理，AI也開始發力。一場有意思的“社區房顫AI管理模式PK傳統管理模式”的比賽活動此前在上海舉辦，比賽項目包括房顫患者的病情評估、患者個體化用藥等。結果顯示，配備了AI輔助系統的社區全科醫生團隊平均得分86.2，而沒有使用AI輔助系統的團隊平均得分51.5。AI能夠助力社區醫生對房顫患者進行快速準確地病情評估并制定合理的管理決策。

對于房顫患者而言，不僅需要管理房顫疾病本身，如抗凝治療、導管消融等，更重要的是建立以患者為中心的房顫綜合管理，來進一步減少房顫并發癥的發生、發展。中山醫院全科主任潘志剛表示，智能管理的效果體現在社區醫生也有能力管理房顫了，因此房顫患者的整體管理率，規范管理率提高了。(張佳星)

關鍵詞： 機器人 思考