久久精品视,精品少妇一区二区三区视频,亚洲码和欧洲码168区,国产乱妇乱子视频在播放

騰訊科技訊 2019騰訊全球數(shù)字生態(tài)大會(huì)將于5月21日-5月23日在昆明滇池國際會(huì)展中心召開。5月22日上午，以“智醫(yī)療 至健康”為主題的智慧醫(yī)療專場重磅開啟。

隨著醫(yī)療行業(yè)融入更多大數(shù)據(jù)、人工智能、傳感技術(shù)等高科技，醫(yī)療服務(wù)正走向真正意義的智能化，并快步走進(jìn)尋常百姓的生活。AI醫(yī)學(xué)影像分析、AI輔助診斷、AI運(yùn)動(dòng)視頻分析、AI病理分析等創(chuàng)新技術(shù)，正在不斷開拓智慧醫(yī)療的新邊界，更優(yōu)質(zhì)、高效、安全的醫(yī)療逐漸實(shí)現(xiàn)。

自2017年8月發(fā)布以來，騰訊覓影在病種上不斷突破、在服務(wù)上不斷優(yōu)化、在價(jià)值上不斷提升，已累計(jì)輔助醫(yī)生閱片2.7億張，服務(wù)近160萬患者，提示高風(fēng)險(xiǎn)21萬次。與此同時(shí)，騰訊積極參與和推進(jìn)食管癌、胃癌、肺癌等癌癥的早期公益篩查工作，助力健康中國建設(shè)。

騰訊 AI Lab 持續(xù)為“騰訊覓影”提供技術(shù)支持，此次實(shí)驗(yàn)室醫(yī)療中心首席科學(xué)家姚建華受邀到現(xiàn)場介紹了產(chǎn)品在AI輔助、導(dǎo)診與分診方面的進(jìn)展，以及實(shí)驗(yàn)室布局AI病理分析方向的科研突破。在AI輔診能力上，“騰訊覓影”已擁有輔助診斷、分診導(dǎo)診、預(yù)問診、智能用藥等AI產(chǎn)品，貫穿診前、診中、診后等診療全流程。病理分析則被稱為“醫(yī)生的醫(yī)生”，是疾病診斷的金標(biāo)準(zhǔn)。騰訊AI Lab正集中在這個(gè)領(lǐng)域的三大方向研究：基于AI的病理診斷模型、病理組學(xué)，及病理預(yù)后預(yù)測模型。他指出，“病理+AI”能夠提高可重復(fù)性、準(zhǔn)確率和效率，改善我國病理醫(yī)師供需失衡的問題。

騰訊 AI Lab 醫(yī)療中心首席科學(xué)家姚建華在2019年首屆騰訊全球數(shù)字生態(tài)大會(huì)智慧醫(yī)療分論壇上演講

以下是演講全文：

“騰訊覓影”AI輔診產(chǎn)品貫穿診療全流程，服務(wù)醫(yī)生和患者

AI輔診產(chǎn)品貫穿疾病診療三階段

病人到醫(yī)院看病的過程可以分為三個(gè)階段：診前、診中和診后。這三個(gè)階段涉及到患者和醫(yī)護(hù)人員之間不同的信息交流和相關(guān)的決策過程。對(duì)于患者來說，診前會(huì)根據(jù)身體狀況進(jìn)行一些咨詢，需要知道自己要去哪家醫(yī)院哪個(gè)科室看??；診中需要和醫(yī)生交流反映病情；診后要了解自己的用藥和康復(fù)計(jì)劃。

對(duì)于醫(yī)護(hù)人員來說，在診前需要通過問卷來收集患者的一些基本病情和病史信息，幫助和簡化后續(xù)診斷；在診中，醫(yī)生需要根據(jù)病人描述的病情、病史和檢驗(yàn)結(jié)果做出診斷，并且決定治療方案和開出藥方。在診后，醫(yī)生還要根據(jù)病情的變化追蹤治療和康復(fù)的進(jìn)展。

這幾個(gè)階段的工作重復(fù)性高且耗費(fèi)人力，縮短了醫(yī)生真正有效的診斷時(shí)間。AI可以在診療流程的各個(gè)階段作為虛擬助手幫助和服務(wù)醫(yī)生或患者，優(yōu)化工作流程，避免一些失誤。例如對(duì)于患者來說，AI可以提供咨詢服務(wù)，指引患者就醫(yī)，以及提供定制化的治療康復(fù)方案；對(duì)于醫(yī)生來說，AI可以輔助他們預(yù)問診、診斷、開藥方。目前騰訊AI Lab已開發(fā)了智能導(dǎo)診、AI預(yù)問診、AI輔助診斷和智能用藥幾個(gè)貫穿疾病診療全流程的產(chǎn)品。

AI輔助診斷系統(tǒng)技術(shù)框架

這是“騰訊覓影”的AI輔助診斷系統(tǒng)的技術(shù)框架，基于醫(yī)療文本數(shù)據(jù)和自然語言數(shù)據(jù)，核心技術(shù)為自然語言理解、知識(shí)圖譜、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。在這個(gè)框架里，自底向上，通過建立知識(shí)庫和信息理解的算法，集成一些業(yè)務(wù)模塊，最后構(gòu)建出不同應(yīng)用場景下的產(chǎn)品。

首先，我們要收集一些原始數(shù)據(jù)，包括醫(yī)學(xué)教科書、電子病歷、百科、說明書和臨床檢驗(yàn)報(bào)告等等，這些也是醫(yī)生診斷所依據(jù)的知識(shí)來源。通過對(duì)這些原始數(shù)據(jù)進(jìn)行清洗、信息提取和知識(shí)關(guān)聯(lián)，我們可以建立結(jié)構(gòu)化的臨床知識(shí)庫、標(biāo)志庫和規(guī)則庫。利用自然語言理解算法，我們對(duì)患者和醫(yī)生之間的交流信息和臨床檢驗(yàn)報(bào)告進(jìn)行分析，實(shí)現(xiàn)語義識(shí)別和意圖分析等算法模塊。

然后，我們將相關(guān)算法集成為一些更高層的業(yè)務(wù)模塊，包括會(huì)話管理、需求引導(dǎo)、知識(shí)匹配和知識(shí)推薦等，將醫(yī)生和患者提供的信息與知識(shí)庫關(guān)聯(lián)起來。利用這些業(yè)務(wù)模塊，在不同的應(yīng)用場景下可以搭建出不同的AI輔診產(chǎn)品。

“騰訊覓影”AI輔診產(chǎn)品進(jìn)展