2020年12月11至12日，由中国人工智能学会发起主办，中山大学、北京科技大学、北京邮电大学、中山大学中山眼科中心联合承办的"2020年度智慧医疗学术会议"暨广东省医学会人工智能分会筹备会议在广州举行。富通东方作为人工智能科技企业受邀出席此次会议。

会议期间，中国人工智能学会智慧医疗专委会进行了换届选举，富通东方恒先人工智能实验室李瑞瑞博士当选为智慧医疗专委会常务委员，并受邀在会上做主题为"主动健康管理中的知识推理与智能优化"的发言，重点介绍了主动健康管理、医学知识图谱构建、知识推理应用、智能优化决策等内容。

主动健康管理成为预防疾病的重要措施

当前，我国以糖尿病、心脑血管、癌症等为代表的慢性疾病，呈现低龄化的趋势，而医疗资源分布不均，筛查、干预手段落后，使得缺少对一些慢病的认知和干预或干预较晚，对患者预后和生活质量造成极大影响。随着消费理念的转变和生活水平的提高，大众对健康管理需求日趋旺盛，主动健康管理成为预防疾病、降低医疗支出的一项重要措施。

李瑞瑞博士表示，主动健康管理是获得持续健康生活品质和良好的社会适应能力的重要途径，其特点是主动发现、科学评估、积极调整、促进健康。而健康管理贯穿一个人从健康到亚健康、检查再到发现疾病、治疗、康复的整个环节，我们希望做到及时干预来避免疾病的发生。但由于其涉及的环节多、纬度广、信息负载高，所以有必要建立知识图谱来进行知识和信息的管理。

基于大众健康管理诉求，富通东方依据健康管理体系，构建智能化主动健康管理应用 "5+AI健康"，具备知识具有因果推理能力、知识能够自动更新以及个性化的决策推荐等特点。

医学知识图谱构建与知识推理应用

医学知识图谱以结构化的形式描述客观世界中的概念和关系，是一种大规模的语义网路，它的构建分为数据获取、信息抽取、知识融合和知识加工四个阶段。其中信息抽取和知识融合阶段，运用了很多深度学习的知识，比如属性抽取、实体抽取、关系抽取以及共指消解、实体消歧等。

在实践中由于医学知识图谱关系纷繁复杂，可以依靠知识推理来消除噪声，对图谱进行补全。李瑞瑞博士指出在知识推理方面，目前有基于图结构和统计规则挖掘的推理和基于知识图谱嵌入的推理等两种主流的推理方法，而两类方法存在互补性，可以将规则和路径进行联合推理，从知识图谱中挖掘规则，并将实体、关系及规则进行嵌入表示。

多目标资源求解算法平台

在智能化主动健康管理应用 "5+AI健康"中，富通东方通过自身多目标资源求解算法平台构建了健康饮食推荐优化建模，助力大众智能健康管理。

多目标资源求解算法平台是富通恒先人工智能实验室研发的一款企业级的资源规划调度平台，起源于多目标优化理论，主要面向资源分配、规划调度类问题，首次将多目标优化理论、AI算法、知识推理技术结合，针对各类业务场景，构建多目标决策优化模型，在规定时间内得到精确可行的优化方案，解决多约束条件下的多目标优化决策问题。

富通东方作为人工智能科技企业，多年坚持自主创新研发，获得多项发明专利，运用AI技术与行业相融合，深耕医疗健康领域的场景化落地应用，参与"十三五"国家重点研发计划。未来，富通东方将持续致力于人工智能技术领域的研究，充分发挥自身技术与成果转化优势，为更多行业的数字化转型、智能化应用以及创新型发展贡献力量。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。