近日，騰訊在醫(yī)療AI領(lǐng)域的學(xué)術(shù)研究獲得實(shí)質(zhì)性進(jìn)展，旗下醫(yī)療AI實(shí)驗(yàn)室共有3篇論文分別被KDD 2018、SIGIR 2018 、COLING 2018三個(gè)國(guó)際頂尖學(xué)術(shù)會(huì)議收錄，論文的主要研究方向?yàn)獒t(yī)療知識(shí)圖譜中實(shí)體關(guān)系的發(fā)現(xiàn)和應(yīng)用。

在醫(yī)療領(lǐng)域，專業(yè)知識(shí)和病人信息均存儲(chǔ)在復(fù)雜多樣的文本中，如醫(yī)療文獻(xiàn)、臨床病例等。文本數(shù)據(jù)中的多重表達(dá)形式和噪聲給基于文本數(shù)據(jù)的AI醫(yī)療服務(wù)帶來(lái)挑戰(zhàn)和困難。知識(shí)圖譜能夠以結(jié)構(gòu)化的形式存儲(chǔ)醫(yī)學(xué)中實(shí)體以及實(shí)體間的關(guān)系，能將信息表達(dá)成更容易被計(jì)算機(jī)處理的形式。騰訊醫(yī)療AI實(shí)驗(yàn)室利用知識(shí)圖譜及其相關(guān)技術(shù)，如自然語(yǔ)言處理、知識(shí)抽取、信息檢索、知識(shí)表示與推理等，從醫(yī)療文獻(xiàn)、醫(yī)學(xué)指南和臨床病歷中挖掘隱含的醫(yī)學(xué)知識(shí)，將大數(shù)據(jù)轉(zhuǎn)化為知識(shí)圖譜，使得知識(shí)查詢和更重要的形式化推理變得可行，有醫(yī)學(xué)依據(jù)，輔助臨床決策，賦能基于人工智能的醫(yī)療產(chǎn)品。

此次騰訊醫(yī)療AI實(shí)驗(yàn)室研究成果入選的三大學(xué)術(shù)會(huì)議分別是：SIGKDD，數(shù)據(jù)挖掘研究領(lǐng)域的頂級(jí)國(guó)際會(huì)議；SIGIR, 信息檢索領(lǐng)域的頂級(jí)國(guó)際會(huì)議；COLING，自然語(yǔ)言處理領(lǐng)域的重要國(guó)際會(huì)議。

騰訊醫(yī)療AI實(shí)驗(yàn)室負(fù)責(zé)人范偉介紹，“醫(yī)療知識(shí)圖譜是推動(dòng)人工智能應(yīng)用于醫(yī)療領(lǐng)域的核心驅(qū)動(dòng)力之一，如何更好地利用自然語(yǔ)言處理、知識(shí)抽取等相關(guān)技術(shù)，從形式多樣、信息雜亂的各種醫(yī)療數(shù)據(jù)中，抽取結(jié)構(gòu)化的醫(yī)療知識(shí)，結(jié)構(gòu)化存儲(chǔ)實(shí)體的詳細(xì)屬性以及實(shí)體之間的關(guān)系，我們?cè)诓粩鄡?yōu)化提出問(wèn)題并嘗試給出新的解決思路和研究方法?！?/p>

以下為收錄的三篇論文概要：

1. 入選KDD 2018：基于生成模型的醫(yī)療實(shí)體關(guān)系抽?。∣n the Generative Discovery of Structured Medical Knowledge）

研究成果：創(chuàng)造性地從生成模型的角度研究醫(yī)療實(shí)體關(guān)系，減少了對(duì)語(yǔ)料數(shù)據(jù)和專家標(biāo)注的需求

在醫(yī)療知識(shí)圖譜中，實(shí)體三元組以結(jié)構(gòu)化的形式描述了醫(yī)學(xué)領(lǐng)域中實(shí)體間的各種關(guān)系。為了獲得醫(yī)療領(lǐng)域?qū)嶓w三元組，現(xiàn)有方法大多需要搜集大量語(yǔ)料，或過(guò)多依賴于專家的標(biāo)注。如圖1所示，本文提出的算法 CRVAE （Conditional Relationship Variational Autoencoder）利用已標(biāo)注的實(shí)體三元組在自然語(yǔ)言表述上的共性和差異，對(duì)多種醫(yī)療實(shí)體關(guān)系類內(nèi)的數(shù)據(jù)分布進(jìn)行聯(lián)合編碼，進(jìn)而從生成模型的角度去發(fā)現(xiàn)未被標(biāo)注的關(guān)系實(shí)體三元組。該方法減輕了傳統(tǒng)判別模型對(duì)于外部資源的過(guò)度依賴，并且不依賴于醫(yī)療實(shí)體關(guān)系類間的差異進(jìn)行建模。

實(shí)驗(yàn)表明，算法CRVAE不僅能夠在外部資源有限的條件下，以92.91%的支持度生成屬于某個(gè)特定醫(yī)療關(guān)系的實(shí)體三元組，其生成的結(jié)果擁有77.17%的準(zhǔn)確率且生成結(jié)果中有61.93%的樣本未曾出現(xiàn)在訓(xùn)練數(shù)據(jù)中。

在未來(lái)，我們將嘗試?yán)蒙赡Ｐ瓦M(jìn)行不同粒度、不同醫(yī)療子領(lǐng)域的無(wú)監(jiān)督知識(shí)發(fā)現(xiàn)。同時(shí)，我們也期待將生成模型作為一種有效的數(shù)據(jù)增強(qiáng)方式，賦予醫(yī)療領(lǐng)域更多人工智能的應(yīng)用。

圖1  CRVAE模型架構(gòu)圖示

2. 入選SIGIR 2018：具有知識(shí)感知能力的答案排序模型（Knowledge-aware Attentive Neural Network for Ranking Question Answer Pairs）

研究成果：證明了利用知識(shí)圖譜可顯著提高問(wèn)答系統(tǒng)的性能

在基于人工智能的醫(yī)療產(chǎn)品中，對(duì)話系統(tǒng)作為最終呈現(xiàn)形式有著廣泛的應(yīng)用。答案排序是對(duì)話系統(tǒng)中的重要部分，最近受到越來(lái)越多的關(guān)注。然而，已有相關(guān)工作在除關(guān)注上下文之外，對(duì)起著重要作用的背景知識(shí)卻關(guān)注很少。對(duì)此，本文提出了KABLSTM（Knowledge-aware Attentive Bidirectional Long Short-Term Memory），這是一種具有知識(shí)感知能力的雙向長(zhǎng)短記憶模型，它利用知識(shí)圖譜引入的背景知識(shí)來(lái)豐富問(wèn)答的表征學(xué)習(xí)。

如圖2所示，本文開(kāi)發(fā)了一個(gè)知識(shí)交互式學(xué)習(xí)架構(gòu)，其核心是一個(gè)上下文引導(dǎo)的注意力神經(jīng)網(wǎng)絡(luò)，可將知識(shí)圖譜中的背景知識(shí)嵌入整合到句子表示中；最后結(jié)合知識(shí)型注意力機(jī)制模塊，對(duì)問(wèn)題和答案中的各個(gè)部分進(jìn)行有效的相互關(guān)聯(lián)。在WikiQA 和TREC QA 數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明了該方法具有一定有效性。在此工作中，利用知識(shí)圖譜來(lái)輔助問(wèn)題和答案的表示學(xué)習(xí)。在后續(xù)的工作中，我們將研究利用知識(shí)圖譜進(jìn)行直接推理，來(lái)幫助醫(yī)療問(wèn)答系統(tǒng)。

圖2  KABLSTM模型架構(gòu)圖示

3. 入選COLING 2018：基于遠(yuǎn)程監(jiān)督具有協(xié)同消噪能力的實(shí)體關(guān)系抽取模型（Cooperative Denoising for Distantly Supervised Relation Extraction）

研究成果：創(chuàng)造性地提出能夠減少數(shù)據(jù)噪聲對(duì)實(shí)體關(guān)系抽取性能影響的方法

在知識(shí)圖譜的構(gòu)建過(guò)程中，遠(yuǎn)程監(jiān)督（Distant Supervision）能夠減少對(duì)標(biāo)注數(shù)據(jù)的需求，因此適合從非結(jié)構(gòu)化文本中進(jìn)行關(guān)系抽取。然而，該方法有可能受到訓(xùn)練數(shù)據(jù)噪音過(guò)大的影響，性能受到限制。為解決這個(gè)問(wèn)題，本文提出了一種協(xié)同消噪的模型CORD （COopeRative Denoising framework），該方法由兩個(gè)神經(jīng)網(wǎng)絡(luò)和一個(gè)協(xié)同模塊組成，如圖 3 所示，兩個(gè)神經(jīng)網(wǎng)絡(luò)分別在文本語(yǔ)料庫(kù)和知識(shí)圖譜領(lǐng)域進(jìn)行學(xué)習(xí)，再通過(guò)一個(gè)自適應(yīng)的雙向蒸餾模塊（adaptive bi-directional knowledge distillation）完成它們間的相互學(xué)習(xí)，達(dá)到消除噪聲的目的。實(shí)驗(yàn)表明，該方法在噪聲較大的數(shù)據(jù)上有較明顯的效果提升。

在醫(yī)療領(lǐng)域，醫(yī)療文本、醫(yī)療影像等不同模態(tài)、不同來(lái)源的數(shù)據(jù)包含著互補(bǔ)的豐富信息。在后續(xù)研究工作中，我們將利用多模態(tài)、多源數(shù)據(jù)進(jìn)行更加可靠的去噪和醫(yī)療知識(shí)提取。 

圖3  CORD模型架構(gòu)圖示

醫(yī)療知識(shí)圖譜作為人工智能應(yīng)用于醫(yī)療領(lǐng)域的前沿課題，對(duì)推動(dòng)“AI+醫(yī)療”的發(fā)展有著重要意義，將為醫(yī)療行業(yè)的發(fā)展帶來(lái)新的契機(jī)。當(dāng)前，騰訊在“AI+醫(yī)療”領(lǐng)域的學(xué)術(shù)研究在穩(wěn)步前進(jìn)并獲得國(guó)際學(xué)術(shù)界的認(rèn)可，有利于更好的推動(dòng)“AI+醫(yī)療”產(chǎn)學(xué)研結(jié)合，加速醫(yī)療AI應(yīng)用落地，為醫(yī)療賦予AI動(dòng)能。

騰訊醫(yī)療AI實(shí)驗(yàn)室是騰訊醫(yī)療專為醫(yī)療領(lǐng)域打造的人工智能實(shí)驗(yàn)室，采用美國(guó)-中國(guó)雙中心模式，目前在硅谷、北京、深圳設(shè)立了三個(gè)分支。主要研究方向包括：通過(guò)研發(fā)臨床輔助決策支持系統(tǒng)向各級(jí)醫(yī)務(wù)工作者提供服務(wù)，以提高醫(yī)生用戶在醫(yī)學(xué)科研、患者診療、疾病防控等方面的工作效率；通過(guò)研發(fā)基于無(wú)可穿戴傳感器純視頻分析技術(shù)的運(yùn)動(dòng)障礙性疾病評(píng)測(cè)系統(tǒng)，可用于帕金森病的日常評(píng)測(cè)、腦癱患者術(shù)前步態(tài)評(píng)測(cè)等方面，實(shí)現(xiàn)自助評(píng)測(cè)，以提高醫(yī)生工作效率，減低患者評(píng)測(cè)成本；通過(guò)研發(fā)醫(yī)學(xué)知識(shí)引擎，構(gòu)建權(quán)威全面的醫(yī)學(xué)知識(shí)庫(kù)，并提供對(duì)外知識(shí)庫(kù)查詢等平臺(tái)化服務(wù)，降低醫(yī)療人工智能輔助決策類產(chǎn)品的技術(shù)門檻，通過(guò)知識(shí)共享的方式與合作伙伴共同打造醫(yī)療AI的技術(shù)和服務(wù)生態(tài)圈。實(shí)驗(yàn)室的目標(biāo)是通過(guò)世界領(lǐng)先的AI技術(shù)，構(gòu)建良好的技術(shù)生態(tài)，服務(wù)于醫(yī)患雙方，提高工作效率、優(yōu)化就醫(yī)體驗(yàn)，緩解醫(yī)療資源分布不均等問(wèn)題，同時(shí)著重落實(shí)分級(jí)診療國(guó)策。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。