[01147981]健康医疗大数据智能平台建设关键技术及产业化应用

该成果研究了多源异构医疗健康大数据智能感知融合技术。针对解决对人体信号感知不准确的问题,该研究提出了多源异构医疗健康数据多实体混合驱动的智能感知与融合技术。通过采用子通道过滤层与自适应滤波层从人体电子信号数据中提取二值图像,在融合局部纹理特征和形态特征的基础上进行特征融合学习,实现医疗健康大数据特征的智能化提取;在传统文本分类算法中,引入智能化同义词替换技术,改进特征选择和模型权重更新策略,显著提高了文本分类的准确率和关键信息的融合效率,有效解决了关键字无法解析、信息无法融合问题。 该成果研究了医疗健康数据智能化联合质量控制方法。医疗健康领域积累了海量数据与领域知识,多源多模态的医疗健康数据质量控制是平台数据质量的关键所在。该研究针对医疗数据的冗余问题,提出了一种数据治理质量综合评估机器学习模型。通过学习历史数据库中的“优质数据”的覆盖度、关联性、构成分析和映射分析等特征,构建基于集成学习的数据质量智能化评估与分析模型。该研究针对医学影像冗余多,信息缺失大、噪声干扰多等问题,提出了基于脉冲神经膜系统的快速并行图像细化算法,有效地解决了冗余、信息缺失、噪声干扰造成的“低质量”医学图像识别难问题。 该成果建成全国首个全量汇聚的健康医疗大数据资源平台。2020年12月,国家健康医疗大数据中心（北方）作为全国第一个通过国家卫健委评估的国家级健康医疗大数据中心正式运营,并发布济南市全民健康医疗大数据平台。 该成果构建基于人工智能的常见病智能诊断与分析平台。基于国家健康医疗大数据中心（北方）汇聚的病例数据,与国内外领先的研发和创新团队合作,该成果研发基于人工智能的常见病智能诊断与分析平台,该平台在线支持包括肝癌、早期肺癌分型/分类诊断、卵巢癌虚拟着色、肝脏肿瘤血管3D成像、胎儿心脏畸形智能诊断、人脑海马体体积智能计算、肺结节、视网膜筛查、乳腺癌筛查、胃癌、宫颈癌、儿童骨龄等10余种常见病的智能诊断与解决方案推荐。基于国家健康医疗大数据中心（北方）汇聚的医药分子与蛋白质分析数据,研发了基于人工智能的药物分子智能筛选与功能预测平台,支持药物分子蛋白质关联关系智能预测、药物联合作用效果智能预测、特定属性化合物分子“从头设计”等智能和药物分子筛选功能。 该成果相应研究内容获发明专利授权8项[1-8];登记软件著作权4项[9-12];发表学术论文21篇[13-33],其中SCI学术论文18篇[13-27,30,32-33]。该成果已在多家单位推广应用,产生了显著经济效益和社会效益[34-37]。