2021年8月29日，在《新英格蘭醫學雜志》出版方在中國舉辦的首場醫療AI研討會——AIMS2021上，醫渡科技首席AI科學家閆峻與澳大利亞健康創新研究所研究員劉斯東，西湖大學特聘研究員郭天南，四川大學華西醫院院長李為民，科大訊飛醫療研究院院長賀志陽，領星生物創始人許強，星亢原聯合創始人陳航等參加專場三環節，深入分享了醫渡科技用大數據技術對于脫敏后不同電子病歷的處理經驗。

如何快速實現數據的標準化、結構化？

醫療AI市場巨大，前景廣闊，但在當下井噴的醫療大數據面前，其開發同樣面臨巨大挑戰。對于醫療來說，數據治理是首要難題。不同醫院、不同科室，甚至同一科室的不同醫生，產生的電子病歷，在格式和內容上均是千差萬別，將繁雜的醫療數據實現有效應用難度很大。閆峻介紹，將數據進行結構化、標準化的數據治理是解決其有效應用的關鍵，這樣才能構建出作為智能醫療基礎的AI模型。

為更好地協助醫療機構對多源異構的大數據依法進行數據治理，目前，醫渡科技與專家、研究機構、學會、協會等各方共建，出版十余本數據集，包括結直腸癌標準數據集、胃癌標準數據集、眼科標準數據集、白血病標準數據集、骨髓增生異常綜合征MDS標準數據集、再生障礙性貧血標準數據集、淋巴瘤標準數據集、骨髓瘤標準數據集、血栓與止血標準數據集、造血干細胞移植標準數據集等，還有一些正在編纂成冊。

另外，數據提取的一個關鍵問題是自然語言的處理。閆峻說，院內數據多是用于記錄，而非用于研究或進行AI模型訓練的。人工提取字段有明顯耗時耗力、準確性差的特點。醫渡科技除了運用自然語言處理技術外，為保證識別、提取的科學性，也加入了醫學推理的方式，應用大量醫學邏輯到標準化、結構化過程中，以滿足醫學研究的需要。

醫療未知領域，AI如何應對未來挑戰？

醫療AI與健康和生命攸關，有別于其他行業，因此如何在符合患者利益的同時，更好地挖掘臨床數據的價值，實現醫學AI的創新與突破，是AI發展過程中繞不開的主題。

雖然醫學AI近年來取得了巨大進展，但在醫療領域一致性、透明性以及對疑難病例的判斷方面還存在很多挑戰。閆峻表示，醫療AI挑戰主要來自兩個翻譯過程和一個計算過程。

第一，如何協助醫療機構把機器不可讀數據轉化成可以計算的數據，這正是醫渡科技科研技術平臺正在努力的方向；第二，針對新藥研發，如何通過可用不可見的方式，將分散的數據綜合利用，這需要在技術上和機制上進行建設；第三，如何讓人理解機器產生的結果是什么，并以協同方式解決問題。未來AI在相當長的時間內，需要人機協同。

閆峻表示，醫療AI的協同，有風景更有前景，他相信精準醫療將會惠及每一個人。

醫渡科技

作為醫療人工智能領域的佼佼者，醫渡科技自2014年成立之初就看重長遠，在技術上投入大量的人力物力，著力打通醫療行業智能化的痛點，開發出屬于自己的“醫療大腦”——YiduCore，并基于醫學+AI技術，為醫院、政府相關部門、制藥和醫療器械公司、研究機構、保險公司和患者等，在臨床、醫學研究、公共衛生、新藥研發、健康管理等多方面提供服務，推動行業的數字化轉型，助力提升醫療服務質量和效率，推動醫療服務從“信息化”向“智能化”過渡，助建智慧醫療新生態。

通過對醫療人工智能行業的深耕，醫渡科技以數據治理及服務為技術引擎，為醫院構建技術能力服務開放平臺，承載多場景應用，推動醫療服務從“信息化”向“智能化”過渡。面對疫情，醫渡科技反應迅捷，及時推出城市免疫平臺，助力多地動態管控疫情，以及恢復經濟。

此外，醫渡科技還積極參與各地公共衛生數字化建設，助力實現區域衛生智慧化管理和決策。當下，衛生與健康領域的科技創新水平已成為衡量一個國家科技創新水平的重要標志。在新基建浪潮之下，隨著自身實力的進一步增強，以及在研發領域不斷投入，醫渡科技正逐漸拓寬邊界，更有力地推動健康產業的發展。