首届智能肿瘤学天津论坛召开

• 首届智能肿瘤学天津论坛召开 
  
  
  
  
  近年来，人工智能、大数据、5G等技术与医疗行业深度融合，加速推动了医疗产业变革。从人工智能在医疗领域的总体布局来看，图像识别、深度学习等关键技术的突破带来了人工智能技术新一轮的发展，促进了医疗产业与人工智能的深度融合。
   
  据2019年1月国家癌症中心发布的全国癌症统计数据报告指出，2015年全国恶性肿瘤发病约392.9万人，死亡约233.8万人。恶性肿瘤已成为威胁人类健康的主要“杀手”之一。人工智能在肿瘤领域可否发挥作用？人工智能辅助肿瘤治疗现状如何？2019年6月23日在第一届智能肿瘤学天津论坛上，全国各大肿瘤医院的专家，企业、高校和科研机构的知名学者共济一堂，探讨我国人工智能技术的发展战略及其在肿瘤诊疗中的研究与应用。
   
  临床自然语言处理的发展
   
   
   
  （徐华，美国德州大学休斯顿生物医学信息学院终身教授和生物医学计算中心主任，美国医学信息学院院士，哥伦比亚大学生物医学信息学博士。多年来从事医学信息学相关的方法研究、软件开发和实际应用。）
   
  随着医疗信息化的不断深入，电子病例系统积累了大量的临床数据，但由于数据的来源复杂，而且大部分是非结构化的，自然语言处理（NLP）就发挥了重要的作用。最近几年，自然语言处理在医学领域上发表的文章数量一直在增长，当计算机具备了理解自然语言的能力时，机器才算实现了真正的智能。
   
  现在算法已经有了很多种，也具备了让机器学习的大量数据，但是我们依然面临着自然语言处理的挑战：即能否实现既减少标注，同时又能训练很好的模型。徐华教授提供了两种方法：一是主动学习的方法，二是牵引学习的方法。
   
  徐华分享了一个用NLP做临床数据研究的案例：二甲双胍是一种治疗糖尿病的药物，近期发现二甲双胍可以降低癌症风险。将糖尿病患者的电子病历数据库和肿瘤的注册库连接后，电子病历里的所有人都是肿瘤患者，同时还患有糖尿病。然后将患者分为服用二甲双胍和服用其他口服糖尿病药物的两组，并进行比对。结果显示，服用二甲双胍的患者生存期显著延长。在这个过程中NLP起到了什么作用。比如怎样定义一个糖尿病患者。如果是指向一个编码肯定是非常不准确的。因为有的病人可能被误判或者是因为其他的原因。但可以根据他是否服用相关药物记录，找到这个队列。或是抽烟，喝酒等，这些记录都存在于文本里，这就是NLP在这个案例中的应用。