隨著大數據技術高速發展、人工智能技術不斷突破、數字智能醫療時代的到來,健康醫療大數據應用發展將帶來健康醫療模式的深刻變化。近年來,多模態臨床數據融合研究已成為國際國內研究熱點,在腫瘤診療、神經系統疾病等復雜疾病領域的多模態研究方向不斷探索,以全面提升復雜疾病的診療質量,并逐步推動實現數字化、智能化精準診療。然而,多模態數據融合的臨床研究依然存在數據融合難、專業分析難等諸多挑戰。
針對臨床需求和痛點,深耕醫療大數據多年的神州醫療聯合技術攻關,以多模態大數據為基座、多維度人工智能技術為核心,建設全院級多模態大數據科研平臺。
· 針對數據融合難問題,通過OMOP通用數據模型、自然語言處理、SNOMED-CT術語標化等自主研發核心技術、實現全國首個打通全院多模態數據、構建整合-治理-融合體系。覆蓋臨床、影像、病理、超聲、基因等宏觀到微觀、多源異構多模態數據。實現從數據定義、數據集成、數據治理、數據加工、數據應用的數據全生命周期管理,將醫院沉睡數據喚醒,通過數據治理形成高質量數據資產。
· 針對專業分析難問題,建設多模態AI分析一體化平臺,深度整合核心AI技術,開發大量跨模態數據融合算法,支持文本、影像、病理智能標注、組學提取、統計分析、模型訓練、多模態融合分析、知識庫等。顯著提升研究者跨專業的多模態數據分析能力,極大縮短科研研發周期。
產品在南方醫科大學南方醫院等知名醫院落地應用,已完成50余次跨模態研究,成為大型教學醫院進行多模態醫學研究的重要支撐力量,加速醫院科研產出,助力醫學研究高質量發展。
隨著大模型時代的到來,平臺核心AI技術逐步升級多模態大模型,高效實現不同研究領域的下游任務遷移。力求以數據融合為基礎、AI技術為核心、臨床科研為目標,形成基于多模態的數據密集型醫學研究新范式,占領醫學研究新高地。逐步推動多模態技術臨床應用轉化,實現數字化精準診療。