□首席記者 譚嘉

　　可為醫(yī)療機構提供輔助管理決策、服務科研決策,、輔助臨床診斷三大服務的HUBBLE醫(yī)療大數(shù)據(jù)輔助決策系統(tǒng)近日正式面世,。在該系統(tǒng)發(fā)布會上，零氪科技首席架構師王曉哲指出，目前臨床大數(shù)據(jù)分析應用存在兩個問題：一是數(shù)據(jù)來源繁雜,，二是臨床對輔助診斷的因果推測鏈條要求非常嚴格,，大數(shù)據(jù)應用常用產品設計并不適用于醫(yī)學領域。

　　王曉哲分析說,，不同于傳統(tǒng)互聯(lián)網數(shù)據(jù),，臨床數(shù)據(jù)里除了普通的檢驗、檢查,、醫(yī)生書寫的病歷外,，還有基因檢測、體檢等多種信息,。這些信息要匯總在一起,，以一種可分析的形式組合才能發(fā)揮價值。“但數(shù)據(jù)來源形式的多樣化,，使得我們無法用單一技術手段一次性解決所有問題，所以需要構造一個綜合自動結構化引擎,，包括人工結構化,、基于模板匹配的自動結構化以及統(tǒng)計學習和深度學習在內的統(tǒng)計模型，才能達到用于臨床實踐的結構化系統(tǒng)的標準,。”

　　其次,，臨床上對于輔助診斷的要求非常高，而且醫(yī)學數(shù)據(jù)或者輔助診斷場景里對于結論的可推測性——因果推測鏈條要求非常嚴格,。在這個場景下,，在大數(shù)據(jù)里常用的，基于相關性結論的應用和產品設計是完全不適用于醫(yī)學這一特殊領域的,。必須從統(tǒng)一標準的角度入手,，利用深度學習，構建一個輔助診斷模型,，客觀公正地給出第三方意見,，最大限度地降低醫(yī)生的工作量。

　　零氪科技首席技術官羅立剛介紹,，HUBBLE醫(yī)療大數(shù)據(jù)輔助決策系統(tǒng)的核心運營機制基于海量的醫(yī)療大數(shù)據(jù),，同時將各學科專家的經驗囊括其中，技術人員應用先進的IT技術,、深度學習算法等,，針對腫瘤領域進行專業(yè)定制，從而提供可視化,、場景化,、智能化的系統(tǒng)解決方案給醫(yī)生。醫(yī)生在使用過程中的反饋,，又能不斷優(yōu)化系統(tǒng),，提升系統(tǒng)的準確性,。