众所周知，前沿科技意味着巨大的红利，因而上至国家下至企业，对于前沿科技的争夺从未止歇过。医惠科技有限公司（以下简称“医惠科技”）作为前沿科技红利争夺战的参与者，其在健康医疗大数据领域的表现受到了业界极高的关注。

医惠科技高级副总裁 何国平

2017年7月22日，由中国医学装备协会数字医疗技术分会、HC3i中国数字医疗网、无界进修主办，北京绿旗九鼎健康管理有限公司承办，吴阶平医学基金会协办的“2017中国医学装备协会数字医疗分会年会暨“互联网与新医疗”高峰学术交流会”在江苏苏州成功举行，医惠科技高级副总裁何国平出席会议并就医惠科技在健康医疗大数据的实践探索进行了主题发言。

医疗大数据及人工智能的应用框架

2016年年底，医惠科技作为技术支持方开始推进IBM Watson在中国的本土化，目标是把人工智能技术作为一种普遍化、常态化的临床辅助服务支持医生的临床辅助决策。何国平指出，医惠科技针对中国医疗行业的市场需求及大数据人工智能技术的发展，开发了EWELL Big Data Platform大数据平台用于支持大数据及人工智能的应用开发，通过该大数据平台可以便捷把分散在各子业务系统内的临床数据汇聚、清洗、转化、标准化进行统一储存，形成专业数据中心。

借助EWELLBig Data Platform大数据平台内置的各种微小化应用可以实现各种医疗非结构化数据的本体转化及辅助临床诊疗、辅助科研、病种数据挖掘、运营分析、科研检索等各方面的大数据人工智能应用，可以有效提升医疗机构数据应用水平、临床辅助深度及科研服务能力。

临床大数据应用难点

任何一个新事物都有一个诞生、成长、壮大的发展过程，前沿科技也不例外。何国平指出，由于我国健康医疗大数据的应用还处在初阶阶段，因而各种各样的发展阻力不可避免。临床大数据的应用难点主要集中在以下几方面：

1、数据标准化。数据元及数据集缺乏统一的标准。

2、数据采集。健康管理是一个复杂过程，如何实现全过程健康医疗数据的动态采集。

3、数据处理。医疗数据来源复杂，结构多样，如何进行统一数据清洗、转化、处理。

4、信息安全隐私保护。医疗数据的特点是具有隐私性，如何的使用过程中确保流程的连贯，同时又能实现患者的隐私保护。

5、语义能力。医疗数据的询证过程性，决定了数据的涵义是多样化，如何将离散、孤立的数据解析为计算机能够识别的询证线索和证据，需要本体语义能力的支撑。

6、数据挖掘。如何从纷繁的数据中提炼客观规律，询证路径、科研线索，通过数据进行运营预测、临床辅助及科研应用都需要强大的数据分析和挖掘能力。

发现问题、解决问题的过程，本身就是企业发展的极佳契机。那么医惠科技在医疗大数据应用方面又进行了哪些实践探索呢？

医惠科技的医疗大数据探索实践

近年来，医惠科技在健康医疗大数据领域的大运作频频，何国平表示，截止目前，医惠科技主要进行了以下几方面的探索和尝试：

构建医学本体语义库。何国平表示，医惠科技用了大约一年半的时间，投入了大量的人力和物力，基本完成了中、西医医学本体术语库的构建。标准本体库建立以后，为大数据及人工智能的应用打下基础，提升了计算机识别、理解、洞察、判别、询证、辅助医学的能力。

结构化语义平台。借助医学本体术语系统，可以将临床文书进行本体分词处理，同时转化有歧义的语义，通过结构化语义引擎，可以对大量非结构化的临床数据进行语义结构化处理，转化为计算机可以识别的语义，为临床、科研提供辅助决策支持。

构建全结构化单病种数据库。通过结构化语义平台，能够按照临床病种将医疗机构大量历史病历进行归并、处理、清洗、有效过滤无效信息，只提取有用的信息，从而形成全结构化单病种数据库。

自主医疗认知引擎ThinkGo＝AlphaGo＋Watson。ThinkGo是医惠科技在辅助临床方面的尝试，他融合谷歌人工智能引擎和其他开源算法，吸收融合WATSON 病历训练方法自主开发完成，医惠科技把人工智能的处理引擎跟其临床辅助诊断模型做了结合，借助大量医学教科书、临床指南，期刊文献，临床病历训练医惠科技自己的人工智能。当前，针对特定的几个病种，其能够从病历系统提取诊断的关键影响因子，通过深度学习算法给出疑似诊断的推荐，同时罗列历史相似病历给临床医生提供参考等等，除此之外，其对于科研的价值也受到了越来越高的关注。

“从整个医疗大数据应用进化的历程来看，其主要分三个阶段：感知-移动医疗、物联网技术的大量应用为数据采集的完整性和标准化提供基础；认知-借助现有新型深度学习模型算法及知识图谱技术，可以有效提升计算机认知能力；决策-最后借助数据分析挖掘工具，提高运营决策水平、临床辅助能力及科研应用层次，最终实现整个大数据运用于临床科研管理实践的闭合过程”，何国平如是说。