挑战|医疗新基建核心挑战：将不可算数据变得可计算
_原题为 医疗新基建核心挑战：将不可算数据变得可计算
进入2020年以来 ， 国家不断加大对新基建的扶持力度 ， 人工智能（AI）技术成为新的时代方向 。 在刚刚落幕的第三届世界人工智能大会上 ， 医疗新基建成为热议话题 。 要想新基建实现赋能医疗生态的愿景 ， 我们首先要清楚医疗新基建面临的核心挑战在哪里 ， 以及解决方法是什么 。
近年来AI技术备受关注 ， 尤其是在医疗健康领域 ， 医院管理、健康管理、电子病历处理和分析、临床辅助决策支持等医疗健康生态的各个方向 ， 都出现了AI技术的身影 。
特别是国家出台支持新基建发展政策后 ， 整个行业都迎来了新的发展机遇 。 但是对于AI工作者 ， 当前仍面临从数据治理到应用场景等不同方面的挑战 。
一个AI开发者能否训练出一个好模型 ， 很大程度上依赖于大量可训练模型的数据 ， 但在目前的环境下 ， 数据治理方面依旧存在着安全性问题、伦理问题、治理问题、合规问题 ， 以及是否标准化等问题 。
在数据应用方面 ， 虽然真实世界已有的数据规模非常大 ， 但大部分都存在质量差、缺乏标准、共享困难等问题 。 这些问题会导致AI开发者面临数据不好用、不能用、不敢用的困扰 。 如何合规高效解决多源异构数据的连接问题 ， 把专业人员可读懂的自然语言文本 ， 变成机器可理解的计算语言 ， 是我们急需解决的重大挑战 。
为了解决这些医疗行业面临的挑战 ， 就要努力将不可计算数据变得可计算 。 “可计算”的概念 ， 就是去提升已授权数据的质量 ， 通过数据治理手段 ， 将它们结构化和标准化 ， 构建更多样、更准确的AI算法模型 ， 更好地应用于实际场景中 ， 从而提供不同的产品方案 ， 来赋能政府机构、医疗机构 ， 乃至整个产业生态 。 这些都是在医疗新基建角度要完成的基础构建 。
因此 ， 在取得授权的前提下 ， 构建一个将多源异构医疗数据结构化、标准化 ， 并且可以处理繁杂医学自然语言的平台 ， 将极大促进医疗智能应用的落地 ， 降低医疗领域数据治理及深度学习的应用门槛 ， 提升生产力和创造力 。
无论是医疗人工智能解决方案 ， 还是其他领域的人工智能解决方案 ， 合规数据永远是核心基础 ， 拥有了这个基础 ， 才能更加了解真实情况 。 疫情防控更是如此 ， 只有在真实情况基础上实施的政策 ， 才可以有效预知预测 ， 模拟仿真接下来可能会发生的情况 ， 才能够更快地对疫情追踪溯源 ， 为患者提供更好的治疗方案 ， 形成一个完整的闭环 ， 最终实现对疫情的动态平衡管理 。
人类今天都在面临新冠肺炎疫情的挑战 ， 我们也希望有更多的AI开发者 ， 可以基于上述这些平台基础和框架 ， 来构建各自的算法模型及应用 ， 共同帮助全人类抗击疫情 。
【挑战|医疗新基建核心挑战：将不可算数据变得可计算】（作者系医渡云首席人工智能科学家）
文章作者
推荐阅读
- 日本政府将修改防疫对策 减轻医疗机构负担
- 征收|2020城乡居民基本医疗保险征收工作 9月1日正式开始
- 行走自贸区|行走自贸区| 走进海南博鳌乐城 细数医疗界的“新鲜宝贝”
- 主打|抢占“新基建”高地！北京下一代互联网创新园开园
- 数字化|亚布力论坛聚焦新基建与数字化转型 标准化是核心
- 新浪财经：丁健：新基建和数字化转型 都必须先面对标准化的问题新浪财经2020-08-29 14:47:060阅
- 世界之花|北京这处2000㎡的极限公园正式亮相，敢来挑战吗？
- 叙利亚冲突加剧 推进叙政治进程充满挑战
- 医疗|5G智慧医疗快速融合 业内认为未来医院或可轻资产运营
- 晋中整改“过度医疗”：贫困人口次均住院费少了3434元