1.痛點問題

在臨床醫學實踐過程中，會產生醫學圖像、電子病歷、生命組學等多種類型的醫學數據，這些數據能夠從不同角度對患者的病情進行刻畫。因此實現多模態臨床醫學數據的自動化和智能化分析，有利于推動國家健康醫療大數據產業的發展，助力“健康中國”戰略的實施。

我國不同地區醫療水平差異較大，醫療資源在空間上分配不均。某些科室如影像科、病理科有較大的醫師缺口，供需矛盾突出。這種供需不匹配的問題也造成了醫生工作負擔加重，患者等待檢查結果周期變長等諸多問題。在當前情況下，短期內無法通過培養更多的新醫生來緩解醫療資源供需緊張的問題。

為緩解上述問題，目前已有企業推出了基于人工智能的輔助診療產品，但這些產品大都針對單一模態的醫學數據，無法從整體的視角進行輔助診斷和決策，輔助診斷的準確性仍有較大的提升空間。

基于以上痛點問題和產業機遇，我們希望通過技術創新，研發出一套有效的多模態醫學數據智能分析系統，應用“多模態醫學數據+人工智能”的技術模式，緩解當前醫療資源供需緊張的社會問題。

2.解決方案

本項目旨在研發對多模態醫學數據進行有效整合分析的人工智能方法。處理的數據類型包括：患者的醫學圖像、電子病歷、生命組學等多種模態的醫學數據。針對醫學圖像數據，構建目標檢測與分割、特征提取、相似圖片檢索等智能化算法；針對電子病歷數據，構建分詞、醫學實體識別和標準化算法；針對生命組學數據，研究基因突變致病性預測的深度學習算法。上述多模態醫學數據智能分析技術為基礎，研發多模態醫學數據智能分析的系列軟件產品，為醫院提供人工智能輔助診斷等應用產品。

3.合作需求

尋求與醫療機構、醫療設備耗材企業、遠程病理運營企業開展相應的合作。