知识图谱和深度学习在医疗中的应用[文字可编辑].ppt

知识图谱和深度学习 在诊疗流程中的应用 CONTENT 01 深度学习与医疗 02 03 04 医学知识图谱 深度学习生成自然语言文本 深度学习在临床医疗中的应用 第一章 深度学习与医疗 人工智能 - 医疗的概述 用之于患者 智能导诊 问答系统 语音电子 智能影像 用之于医生 智能健康管理 医疗应用 智能问诊 推荐用药 科研系统 自然语言处理 机器学习 深度学习 人工智能 核心技术 抽取 转换 存储 加载 ETL 工 具 取之于患者 取之于医生 患者主索引 HIS 数据 PACS 数据 LIS 数据 EMR 数据 大数据 +AI 服务 患者 大数据 +AI 辅助 医生 人工智能在医疗领域的两大挑战 自然语言处理与机器视觉 医疗自由文本识别 人工智能辅助阅片 传统文本处理方式与深度学习的对比 传统的文本处理方法 基于卷积神经网络的深度学习的文本处理方法 特征工程 训练集 文本预处理 特征提取 文本表示 分类器 第二章 医学智能分析的基础： 医学知识图谱 知识图谱 KG Kg 式 表示形 知识图谱应用 特点 ? 商业搜索引擎 动态、清晰、直观 有效展示数据内部结构 ? 问答系统 有效展示数据之间关系 ? 电商平台 功能 ? 社交平台 知识推理 基于逻辑 （ Logic ） 的推理 ? 医疗、教育、生物研究等领域 基于分布式表达方法 （ Distributed Representation ） 知识图谱 KG 方案 - 知识图谱 医疗知识图谱 ? 通过 SPO 三元组 的形式表示知识 主，谓，宾 点 含义包含： ? 知识图谱中包含 点 与 边 的信息（包含不同的含义） 疾病、药物、症状、辅 助检查、 科室、手术、部位等 多尿 边 含义包含： 症状 类别、临床表现、病因、 发病机制、 类型 科室、预防、药动学、 糖尿病 疾病 药理作用、鉴别、诊断 等 知识图谱 KG- 医疗知识图谱构建框架 医学智能分析的基础 — 医学知识图谱 疾病 部位 关系 相关症状 相关药物 相关检查 可能疾病 诊断标准 治疗方案 鉴别诊断 关系数 150 万 AI 推断基础 实体 科室 一级科室 … 其他 症状 手术 第三章 深度学习生成 自然语言文本 Encoder-Decoder Framework Encoder-Decoder Framework At training time, the model is trained to maximize the likelihood of the next ground-truth word given the previous ground-truth word. At inference time, the model is expected to generate the entire sequence from scratch. This discrepancy makes generation brittle, as errors may accumulate along the way. Hierarchical RNN Framework Image CNN w1 w2 w3 Eof LSTM LSTM LSTM LSTM W ord LSTM w0 w1 w2 w3 Topic 1 Topic 1 Topic Eof Topic Eof LSTM LSTM LSTM LSTM h s0 1 1 Eof Sentence LSTM 第四章 深度学习在临床 医疗中的应用 应用一：智能导诊机器人 发展环境： 智能导诊是 AI 各大应用中的热门，技术相对成熟。医疗领域的导诊机器人主要基于人脸识别、语音识别、远 场识别等技术，通过人机交互，执行包括挂号、科室分布及就医流程引导、身份识别、数据分析、知识普及等功能。 应用二：文本病例的后结构化 NEJM Medical Concept Annotations –