多模态医学数据智能分析系统研发
1.痛点问题
在临床医学实践过程中,会产生医学图像、电子病历、生命组学等多种类型的医学数据,这些数据能够从不同角度对患者的病情进行刻画。因此实现多模态临床医学数据的自动化和智能化分析,有利于推动国家健康医疗大数据产业的发展,助力“健康中国”战略的实施。
我国不同地区医疗水平差异较大,医疗资源在空间上分配不均。某些科室如影像科、病理科有较大的医师缺口,供需矛盾突出。这种供需不匹配的问题也造成了医生工作负担加重,患者等待检查结果周期变长等诸多问题。在当前情况下,短期内无法通过培养更多的新医生来缓解医疗资源供需紧张的问题。
为缓解上述问题,目前已有企业推出了基于人工智能的辅助诊疗产品,但这些产品大都针对单一模态的医学数据,无法从整体的视角进行辅助诊断和决策,辅助诊断的准确性仍有较大的提升空间。
基于以上痛点问题和产业机遇,我们希望通过技术创新,研发出一套有效的多模态医学数据智能分析系统,应用“多模态医学数据+人工智能”的技术模式,缓解当前医疗资源供需紧张的社会问题。
2.解决方案
本项目旨在研发对多模态医学数据进行有效整合分析的人工智能方法。处理的数据类型包括:患者的医学图像、电子病历、生命组学等多种模态的医学数据。针对医学图像数据,构建目标检测与分割、特征提取、相似图片检索等智能化算法;针对电子病历数据,构建分词、医学实体识别和标准化算法;针对生命组学数据,研究基因突变致病性预测的深度学习算法。上述多模态医学数据智能分析技术为基础,研发多模态医学数据智能分析的系列软件产品,为医院提供人工智能辅助诊断等应用产品。
3.合作需求
寻求与医疗机构、医疗设备耗材企业、远程病理运营企业开展相应的合作。
清华大学
2022-10-09