11月22日,在2021IDEA大会“创新展示会”上,粤港澳大湾区数字经济研究院(简称“IDEA”)AI平台技术研究中心负责人谢育涛携团队两大研究项目——“ReadPaper”和“BIOS医学知识图谱BIOS”精彩亮相。AI平台技术研究中心致力于建设支撑人工智能算法、算力和数据的平台,推动AI技术的落地和产业化。谈及团队研究方向的选择,谢育涛指出,在人口红利消退后,经济的增长越来越依靠科学和技术的创新。研究中心从社会痛点出发,着眼于赋能科研和医疗两个领域。 谢育涛在IDEA大会上发言 ReadPaper的使命:让天下没有难读的论文 关于论文阅读这一切入点,谢育涛指出三个事实痛点:(1)难读:论文的内容对于阅读者的背景知识有高度的前置要求,而大部分学术性论文都是英文书写,这极大地增加了阅读的难度;(2)难用:市面上有很多学术类产品,搜索引擎,文档管理器、笔记工具等,阅读一篇论文要在各种界面来回切换,读者难以专注在阅读本身;(3)难言:读论文的过程中或遇到各种困惑,却没有交流渠道可供讨论,寻求帮助。“如何读懂论文,读好论文”,这是一个很大的命题,ReadPaper应运而生。通过建设一站式阅读平台,打造专业的学术社区,助力科研。 打造论文知识图谱:Science of Science ReadPaper研究团队致力于打造最全面的论文知识图谱,用户仅需通过精准的语义搜索,即可了解到和论文相关的所有内容。ReadPaper平台为每篇论文建设了一个详情页,集合论文相关信息,还有沈向洋博士所提出的经典论文“十问”,论文精读视频,以及互动问答等。未来,团队还将进一步探索如何对所有相关的技术、学术理论、学者等进行整理和归纳,助力科研探索。 打造沉浸式阅读体验:智能阅读器(Super Browser) ReadPaper研究团队通过AI技术对论文做了智能解析,支持图表拖拽阅读、引用文献一键收藏或跳转阅读,可以对整段内容进行翻译,对论文图表进行截图笔记等,让用户更好的专注于阅读本身。 ReadPaper核心产品理念:通过社区做知识的沉淀和回溯 我们认为每篇论文都应该有自己的社区,科研不易,ReadPaper希望为一代代科研人铺设进阶之路。 谢育涛介绍ReadPaper BIOS医学知识图谱的使命:让疾病可预防、早确诊、能治愈 在人口老龄化+慢病患病率升高+健康意识增强的新形势下,加快提升医疗健康保障能力,已成为关系国计民生的重大课题。而医疗AI作为推动行业发展的重要引擎,已经在不少医疗领域有了不错的落地,但目前都还属于弱人工智能,机器无法像人一样去思考、解释和推理,难以提供个性化、可解释的动态医疗服务。 医学知识图谱作为一种用图模型来描述真实医学世界病、症、药、术之间联系的大规模语义网络,是认知智能的底层支撑,可以帮助机器打造一个“能谋善断”的智慧医疗大脑。然而,受医疗数据跨语种、专业性强、结构复杂、难以获取等影响,全球现有医学知识图谱仍存在规模不大、知识不全、可信度不够、开放性不足,以及中文及其他语言不太友好等种种问题。基于此背景,IDEA AI平台技术研究中心的BIOS医学知识图谱研发团队希望对标全球行业先驱,利用深度学习、文本挖掘等方面的前沿技术,与国内外专家一起构建起高质量的超大规模医学知识图谱,同时全面开源开放,助力信息标准化、智慧医院、辅助诊疗、药物研发等领域的广泛应用。 医学辞海:Trustworthy Medical Knowledge Repertoire BIOS医学知识图谱研发团队基于PubMed等权威医学文本,利用深度学习算法大规模发现知识,同时设立专家审校质控机制,在知识的完备性、前沿性、准确性方面保障着知识质量。 目前,团队已发布医学知识图谱BIOS Beta版,相比同类图谱,不仅提供了400余万医学概念,基本实现医学全覆盖,同时术语更精准、概念更精简、关系更丰富。医学知识图谱研发的初衷,是希望干净、统一和完备的医学数据,可以促进医疗信息互联互通标准化更好实现,最终推动优质医疗资源下沉,医疗服务共享流动。 IDEA研究院理事长沈向洋介绍BIOS 知识洞见:All About the Wisdom for Healing 除了知识图谱的可视化导览,BIOS医学知识图谱还支持知识溯源,并通过来源数据透视,提供术语间的共现分析,精准把握医学前沿研究热点和趋势。 此外,基于关系推理,用户可以了解医学术语间上下位关系等新关系,甚至在未来进一步发现病毒传播机理、药物关联预测等新知识时,这些知识洞见可以助力疾病的防控、新药研发等方面实现突破,加快医学前沿发展。 开放生态:One Tree Cannot Make a Forest 谢育涛在展示会上表示,医学知识图谱就好比是树根,从数据中汲取知识养分,通过各类智慧医疗场景构成的枝干,去滋养每一片叶子代表的一个个家庭和个体。前期,BIOS医学知识图谱研发团队通过引入专业指导和技术支持,一年时间便初见成果,但一棵树的力量始终有限,衷心希望未来会有更多机构加入图谱共建,更多专家加入专业社区搭建,一同编制起一个更庞大的根系网络。 沈向洋向众人介绍BIOS医学知识图谱的开放生态 另外,BIOS医学知识图谱研发团队选择开放API调用,并在后续开放下载数据集,让高质量知识图谱为更多场景赋能,滋养整片森林。团队的目标,是致力于打造一个可信赖的开放医学知识全集,未来能真正将技术用到场景、落到实处,让更多老百姓的病痛可预防、早确诊、能治愈。 |