2021年4月11日—12日，2020中國人工智慧產業年會在蘇州隆重舉行。行業極具影響力的權威學者、科技大咖、頂尖專家及領軍人物彙聚一堂，從不同角度對人工智慧領域的研究熱點進行研討，向廣大專業同行分享關鍵技術、創新難點及發展趨勢和實踐路徑。

富通東方作為第十屆吳文俊人工智慧技術發明獎二等獎獲得者，受邀亮相大會多個環節。富通東方高級工程師李瑞瑞博士和醫療顧問王欣梅博士應邀在大會主論壇和生物醫學人工智慧專題論壇上分別圍繞“智慧醫療與大健康”話題發表主題演講，與到場嘉賓分享了人工智慧技術的研究與創新以及富通東方的相關業務實踐。

醫學知識圖譜與知識推理在主動健康管理中的實踐

當前，我國糖尿病、心腦血管、癌症等慢性疾病呈現低齡化趨勢，而醫療資源分佈不均，篩查、干預手段落後，使得缺少對一些慢病的認知干預或干預較晚，對患者生活造成極大影響。

主動健康管理成為健康服務核心

《健康中國行動（2019—2030年）》中提出，要針對營養、運動、心理和生活方式等進行全方位健康影響因素干預，維護特殊人群全生命週期健康，以及防控慢性病、傳染病等重大疾病。

在此背景下，富通東方打造了智慧健康公衛業務藍圖，包含市民健康平臺、區域健康公衛服務平臺、醫護服務平臺以及監控管理平臺等健康服務體系。李瑞瑞博士指出，健康服務體系核心就是主動健康管理，主動健康管理是獲得持續健康生活品質和良好的社會適應能力的重要途徑，其特點是主動發現、科學評估、積極調整、促進健康。而健康管理貫穿一個人從健康到亞健康、檢查再到發現疾病、治療、康復的整個環節，涉及的緯度廣、資訊負載高，所以有必要建立知識圖譜來進行知識和資訊的管理。

知識圖譜構建與知識推理應用

醫學知識圖譜以結構化的形式描述客觀世界中的概念和關係，是一種大規模的語義網路，它的構建分為資料獲取、資訊抽取、知識融合和知識加工四個階段。在實踐中由於醫學知識圖譜關係紛繁複雜，可以依靠知識推理來消除雜訊，對圖譜進行補全。在知識推理方面，目前有基於圖結構和統計規則挖掘的推理和基於知識圖譜嵌入的推理等兩種主流的推理方法。李瑞瑞博士介紹說，基於知識圖譜的主動健康管理體系包括資料獲取與處理、圖譜智慧管理和業務應用服務等三個層次，旨在構建一個從資料到知識、從知識到應用、再從應用回到資料的閉環。其中圖譜管理有演算法層和任務層，演算法層集中了機器學習、深度學習、圖神經網路等前沿技術，任務層跟人工智慧相關的有知識抽取、知識表示、知識融合和知識存儲等相關模組。

富通東方主動健康管理應用實踐

基於大眾健康管理訴求以及醫學知識圖譜與知識推理應用的研究，富通東方構建智慧化主動健康管理應用 “5+AI健康”，具備知識具有因果推理能力、知識能夠自動更新以及個性化的決策推薦等特點。同時，富通東方構建了基於知識圖譜的健康智評平臺，它是一款掌上人工智慧篩查工具，通過對話瞭解使用者的症狀，以人工智慧演算法結合知識圖譜推算使用者的疾病風險及專業解讀。

李瑞瑞博士指出，通過上述智慧預測某方面的疾病風險或者健康指數之後，下一步就是進行優化決策。富通東方通過自身多目標資源求解演算法平臺構建了健康飲食推薦優化建模，在多種膳食推薦規則約束下，綜合營養平衡原則、疾病飲食需求等，個人健康畫像推薦的宜食、慎食食材權重分配，實現食材推薦的最優方案。

李瑞瑞表示，富通東方以知識圖譜為基礎，構建了關鍵指標解讀、健康預測以及干預方法的建議，並且通過對心理、運動、營養方案的干預和推薦，形成了業務閉環。

多風險指數分析在醫院感染預測中的實踐研究

隨著激素、免疫抑制劑、廣譜抗菌藥物的廣泛使用，患者的醫院感染尤其是多重耐藥菌醫院感染等問題受到醫學界、政府和社會的廣泛關注。院感的發生，會造成患者的併發症增加、病情加重、住院時間延長、個人和社會的醫療負擔增加等。而重大疫情期間（例如SARS和新冠肺炎），醫護人員醫院內感染也說明，院感的預防與控制不僅是保證醫療品質和患者安全，提高醫院管理水準的重要途經，也是維護公共衛生安全的重要保障。

院感監測是醫院感染管理的基礎

院感監測是醫院感染管理工作的基礎，王欣梅博士介紹說，它最基本的目的是瞭解醫院感染發生的規律及風險因素，往深一點是進行風險的預測預警，提示所需的干預措施，並可對干預措施的效果進行評估，實現輔助診療的功能。

近年來，醫療行業資訊化建設，從基礎設施方面為院感監測提供了資訊化保障，實現了院感資訊流程化的處理，資料錄入和查閱的電子化。

院感監測存在的資料管理問題

隨著資訊化監測進程的發展，也暴露出院感監測的一些問題。王欣梅博士指出，首先院感資料來自於多源異構的醫療資料，缺乏統一的操作和報告規範，對資料清理以及之後的分析環節造成了很大影響，直接影響了院感監測結果的回饋。

其次目前的監測以醫院品質管制為主，院感資訊處理流程依賴于一線醫護人員的人工填報和確認，影響資訊的時效性和準確性。並且以院感發生率等結果導向性指標為主，輔助診療方面的功能較為弱化，缺乏跨領域、跨部分的互聯互通，無法形成患者的整體畫像，不利於疾病的追根溯源。

以AI技術構建預警預測模型

基於客觀指標的資訊化監測及智慧化干預將是院感防控的必由之路。王欣梅博士說道，醫院感染監測的發展，從資訊採集方式上，通過即時的資訊抽取而非人工填報，對院感高風險人群進行主動監測；從監測範圍上，實現區域內的醫衛一體、資訊互聯互通，以提升感染監測效率，為院感監測報告工作減負，實現客觀資料的整合；從功能上，服務於醫院整體管理的同時服務診療環節，實現院感的多點觸發、即時預警、干預推薦及效果評估等。對於院感監測系統是如何判斷這些高風險人群、目標人群，王欣梅博士指出，以往主要是依據行業領域專家的先驗知識決定上報內容，現在可以通過人工智慧技術構建風險評估模型以及預警預測模型，從客觀資料的角度來輔助監測指標的篩選。而這些模型往往掌握在高校和科研機構，富通東方已經和一些頭部高校及醫院達成合作，通過產學研結合，逐步將這些研究成果產業化以服務市場。從基於管理到基於問題的監測，在服務於醫院整體管理的同時服務診療環節，包括提供預警預測、干預技術指導等。現在富通東方正在開發的資料標準化工具，基於國家、行業、專家先驗知識等，構建統一的資料結構和資料字典模型，對資料進行一個標準化的處理，通過資料治理，助力資料互聯互通。

展臺交流，共話未來

在大會企業展區的富通東方展臺前，慕名而來諮詢的嘉賓們絡繹不絕。富通東方的工作人員為他們詳細講解了富通東方在人工智慧技術研究與眾多行業、眾多場景應用落地方面的實踐，並共同探討了人工智慧技術在智慧醫療與大健康領域內的應用與發展。

未來，富通東方將持續致力於人工智慧技術領域的研究，充分發揮自身技術與成果轉化優勢，為更多行業的數位化轉型、智慧化應用以及創新型發展貢獻力量。