《电子技术应用》
您所在的位置:首页 > 通信与网络 > 业界动态 > 机器学习+精准医疗是未来超算中心研究的重点

机器学习+精准医疗是未来超算中心研究的重点

2018-11-20

  众所周知,中国的超级计算机在世界上处于领先水平,天河二号和神威太湖之光都先后霸占世界超级计算机排名榜首多年,超算技术是中国的骄傲。近几年,人工智能和区块链技术大火,也得到了很多资本市场的青睐,当超算与人工智能和区块链技术结合,其应用前景将更加广阔。

  截至目前,中国共建成了六座超算中心,国家超级计算长沙中心就是其中的一个。在中国医疗科技大会上,彭绍亮教授发表了《基于超算的人工智能和区块链技术》的演讲,作为“天河”超级计算机生命科学方向负责人,他为大家详细介绍了超算与医疗、健康等数据融合在电子病历和人工智能医生方面的应用,并阐述了如何从诊前、诊中、诊后全面支持医生进行全方位精准、高效的诊疗。

  o4YBAFvyIKKAUGwqAASPJcdXhVE914.png

  国家超级计算长沙中心副主任彭绍亮

  从医学影像到电子病历

  彭绍亮教授表示,目前国家超级计算长沙中心与华大基因、上海药物所、军事医科院及超过六百家三甲医院进行合作,所做的这些研究是基于电子病历大数据,从微观、宏观的医学影像再到电子病历。他认为,由于对身体机制的不了解,导致人们在面临癌症、肿瘤时非常恐惧。

  如今,智慧医疗的概念很火,但实际落地的情况并不理想。彭绍亮教授表示,当前生命科学领域出现了很多大数据,这不仅是一个医学难题,也成为了数据分析的瓶颈。他还希望把高性能计算、大数据、人工智能、区块链等最新技术结合起来,并应用到生命科学领域去解决实际的问题。

  彭绍亮教授表示,目前他正在做肿瘤癌症精准医疗与下一代超级计算相结合的研究,这里面最关键的技术就是数据挖掘,即数据收集和数据标注,目前已经搭建了一个耗资约三千多万的人工智能集群。

  医疗大数据、人工智能与超算的结合

  超算的价值可以从它对医疗大数据的贡献看出来。彭绍亮教授提到,他的团队研发了一款健康体检机器人,主要功能有收集验血、验尿数据等,它可以采集多达130项的健康体检指标,最重要的是可以拿这些健康体检数据跟后台几千万健康人的数据做对比,从而分析和评测出受检人的健康状态。

  如今,人们去国内三甲医院看病的一大难题就是挂号,很多时候病人因为挂号耽搁了最佳的纠就诊时间。彭绍亮教授提到,其团队推出第一个国内实现先看病后挂号的机器人,当人们与机器人握手、拍照、问答等,机器人会为患者提供全方位的服务,如当患者不知道挂号的科室,挂号机器人也能清楚地指出来。彭绍亮教授希望将挂号机器人打造成一个全科医生,让它拥有所有的疾病知识。

  如何将医疗大数据、人工智能与超算的结合,并用于实际之中是彭绍亮教授的团队们在研究的课题。他提到,目前这个人工智能医生已经在香港、澳门等地做过人工智能诊疗和医疗大数据分析。

  人工智能机器人怎么看病?

  人工智能医疗主要解决两类问题,一类是全球误诊率最高的十种疾病,另一类是全球患病人数最多的十种疾病。彭绍亮教授认为,随着钙的流失,骨质疏松的概率会增加,人们每一次的摔跤或骨折并非偶然。人工智能医疗一个有趣的地方是用数据驱动整个模型,其团队做了个骨质疏松机器人,这个机器与多家医院进行合作,展开了多次的大规模免费义诊。目前这个机器已经收集了国内几十万人骨质疏松的数据。还有一个健康巡防机器人,它可以代替医生在危重传染病房进行全天的巡防,防止医生和危重传染病人的接触与二次感染,巡防机器人能学习整个地图并与病人进行交互和数据采集,机器人看病的过程很简单,患者首次刷下身份证和医保卡,下次刷脸就可以完成骨质疏松的筛查。

  彭绍亮教授表示,他们的核心技术是通过智能机器人的协助来提升诊前、诊中、诊后的效率和精度,希望建立中国人的全数字生命周期健康管理系统,尽可能地收集到各个维度的数据,包括先天性DNA数据、电子病历、生活习惯等。未来人们的后代可以在互联网上跟数字化生命对话。

  在抑郁症筛查平台方面,由于抑郁症患者误诊率高且隐私保障难以保障,通过抑郁症筛查平台,结合相应的量表及数据库,通过给患者进行针对问答,监测患者的脑电、表情数据,然后分析和诊断患者的病情。

  机器人帮助每个家庭进行疾病的预测与治疗

  深度学习在电子病历上的应用是通过电子病历数据进行相关医疗任务的预测,它将临床数据和基因数据打通实现多维数据的融合。彭绍亮教授表示,他的团队把患者的先天数据与后天电子病历数据进行整合,建一个全天候的家庭健康医生,对每个家庭成员进行健康评估,预测成员未来5到20年的疾病风险,然后针对性地进行干预和呵护。

  除了在医疗和人工智能上的研究,彭绍亮教授与他的团队也在做医疗和区块链技术结合的研究,这个研究的目的是打通医院个基因公司间的数据壁垒,机器学习+精准医疗也是未来研究的重点。


本站内容除特别声明的原创文章之外,转载内容只为传递更多信息,并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题,请及时通过电子邮件或电话通知我们,以便迅速采取适当措施,避免给双方造成不必要的经济损失。联系电话:010-82306118;邮箱:aet@chinaaet.com。