Nature(《自然》杂志)、Nature Medicine(《自然-医学》杂志)首次以“人工智能与医疗健康交融”为主题的世界顶级学术会议——Nature Conferences-人工智能赋能医疗健康学术会议在温州召开。

　　医渡科技旗下医渡云受邀出席,医渡云技术创新副总裁、AI架构师李林峰博士分享了“人工智能科研平台助力真实世界研究高效开展”主题报告,向全球展示医渡大模型高效赋能科研能力。

　　会议由Nature、Nature Medicine、温州医科大学附属眼视光医院、中国眼谷、温州医科大学眼健康与疾病高等研究院等单位联合举办。

　　温州医科大学党委书记吕一军致辞

　　温州医科大学眼视光医学部主任吕帆致辞

　　直击痛点: 技术赋能科研深度探索与价值挖掘

　　传统的科研模式已难以满足现代医学研究的深度与广度需求,数据源多样且异构、数据量庞大、核对和跨系统整合困难等棘手问题凸显。尤其在医院内部,不同的专科数据库互不相通,科研数据资产管理分散,这大大阻碍了数据的有效利用与安全保障。

　　因此,医渡云推出基于大数据和人工智能技术的新一代科研数据平台,利用大数据和自然语言处理、知识图谱等人工智能技术,实现从数据采集到最终研究产出的全流程优化。

　　该平台为科研人员提供了一个安全、高效的数据分析环境,能够破解面向临床科研的数据采集、治理、利用和管理难题,极大提升了数据的一致性和可用性,持续沉淀医院数据资产。

　　大模型赋能科研:加速知识发现与决策支持

　　“医渡大模型的引入是新一代科研数据平台一大亮点”,李林峰在演讲中介绍了大模型赋能医学科研的具体场景,包括:研究进展汇编与方案设计、自然语言病历搜索、字段智能抽取与加工、智能统计分析及论文辅助撰写等,助力医学科研从数据采集、处理到分析全流程提效。

　　他表示,通过人工智能科研平台,科研人员可以快速确定研究方向、高效获取、加工并分析数据,极大地提高了科研效率与创新潜力。传统科研产出论文周期通常是6-12个月,科研数据平台建设完成后,从研究设计到论文产出最快仅需2个月。

　　这一转变意味着科研人员不再受限于数据的初步筛选,而是可以借助AI模型快速定位关键信息,进行更为精准的科研设计。

　　此外,AI技术的应用还体现在研究方案的制定上,通过模拟与优化,该平台能辅助生成更为科学合理的科研策略,从而在不改变传统研究逻辑的基础上,提升研究的创新性和实用性。

　　李林峰提到,在实际操作中,平台已成功帮助医生在设定研究方案时获得了有益的补充建议,这标志着人工智能在辅助医疗决策与科研创新方面迈出了重要一步。

　　构建多中心研究平台,推动医疗科研生态升级

　　面对多中心研究痛点问题,医渡云自主研发的多中心临床研究数据平台,通过集中式和分布式两种模式,统一的数据采集和治理标准,以及在数据集成、数据治理和数据利用方面的核心技术,有效地解决了不同场景下多中心数据可信共享、高效分析和数据安全的问题。科研大数据平台不仅可以高效支持研究者发起的研究(IIT),也可以满足企业基于真实世界数据开展研究的迫切需求。

　　通过搭建基于科研大数据平台的真实世界研究协作网络,衔接制药企业、器械研发和保险公司等产业需求方与数据所有方,帮助企业确定合适的研究中心和研究者、评估研究项目的可行性,还能通过精准纳排患者、快速收集数据,大幅提升真实世界研究与临床试验的效率与成功率。

　　实际案例深化理解:眼科国家临床医学研究中心平台建设

　　以眼科国家临床医学研究中心合作为例,医渡云通过建设眼科专病库及国家临床研究数据平台,为IIT研究、药企研究及重大科研课题申报提供了强大的数据支撑。助力客户汇聚了涵盖白内障、青光眼、眼底病等多个细分领域的眼科疾病病历数据,助力医学研究高效开展。除了赋能医生开展临床研究,该平台还可以加速临床试验患者招募、支持企业进行数据驱动的创新药械研发,以及创新保险的设计,展现了医渡云人工智能科研平台在推动临床研究和产业赋能的巨大潜力。

　　作为智慧医学科研领军者,医渡云通过智能化的数据采集与处理、全流程的科研工具以及创新的人工智能技术应用,打造一系列科研数据平台产品。