易联众个人健康画像SanCore：让人工智能成为群众健康“守门人”

《“健康中国2030”规划纲要》中提出，要发挥科技创新和信息化的引领支撑作用，以预防为主、防治结合，发展基于互联网的健康服务。在此背景下，加强健康医疗大数据及人工智能的服务建设成为充分发挥数据价值、为人民健康赋能的重要手段。目前，数据共享与开放存在机制不完善、产品功能单一、数据孤岛、使用安全与规范未明确和技术壁垒无法解决痛点等问题，导致人工智能在健康医疗领域的应用进入“逆风道”。因此，如何运用数字化创新技术合法规范地挖掘数据价值，为个人健康管理带来实效，成为新一代技术人需要深入思考的命题。

作为民生领域数字化解决方案先行者，易联众坚持以数据链为基础，倾力打造了个人健康画像SanCore，深度融合区块链+和AI+等技术，充分响应国家政策号召，为个人健康产业带来数字化技术与服务解决方案。

易联众个人健康画像SanCore是一款以个人健康为核心，基于健康医疗业务场景的数据一体化处理引擎。它能将个人医疗数据与生活数据相结合，从全生命、全生活、全数据等维度出发，融合数据与算法能力建立健康评估分析、疾病风险预测、个人健康教育三大能力。

基于此，系统将实现对个人或群体的健康危险因素的评估，并依据评估结果触发干预措施，向个人或监管单位发出健康管理提示，配合定期跟踪随访，实现个人用药、饮食、运动、心理等生活方式的快速响应与调整，达到对个人健康螺旋化闭环管理的目的，帮助个人全面了解自身情况、掌握健康数据、治病于未然。

LSTM 发明人、深度学习元老Jürgen Schmidhuber曾总结：“2010年代，人工智能在如游戏、互联网、营销等方面的虚拟世界中表现出色；在2020年代，AI将越来越多地融入现实世界，影响到人类所有的生产，因而成为经济发展的主要推动力量。”眼下，这个观点在很多层面得到了印证，并推动时代迈入“AI产业化”向“产业AI化”发展的关键分水岭。

过去，AI产业通常以AI为核心，主张人工智能的全能性；未来，AI将作为一项基础技术应用到各行各业。新时期，以大数据与AI技术作为产品的赋能工具，将使得数字应用落地更为高效，为用户带来更优质的产品与服务。“人工智能技术带来的便利，终将成为人与社会的一种规律。人工智能的变革与发展，最终是为了服务于人，而不是超越人、替代人。”正是基于这样的想法，易联众健康大脑团队负责人洪晶瑾博士以数字化前沿技术作为核心支柱，带领团队成员打造了易联众个人健康画像SanCore。

（1）ELT风控模型

众所周知，医疗人工智能迈出的第一脚就踢到了医疗的铁板——数据。清华大学沈向洋教授说过：“人工智能必须要解决的就是数据问题。”易联众个人健康画像SanCore，可以针对医疗数据中不标准、非结构化的数据进行清理和结构统一，保证数据在使用过程中的动态反馈和实时运算。

举例来说，医院的患者病历信息，在身高的描述中，可能有“身高158”“158CM”“158厘米”等多种情况，因此，要实现人工智能数据运算能力，就需要将数据进行结构化分类并打对标签。但即便机器学会了对数据的标签处理，面对动辄百万级别的医疗数据、逻辑过于复杂的医学术语，目前的数据处理技术还是很难保证准确与效率。 

对此，洪晶瑾博士带领易联众健康大脑团队进行了针对性优化，加入自定义风控模型、智能评估，用Hadoop底层配合离线计算和实时计算，实现大量数据的存储、清洗、处理、计算等要求。易联众个人健康画像SanCore实现了系统的可拓展性，保持所有数据始终在数据库中，避免数据的加载和导出。并且当业务部门不断提出新业务需求时，ELT风控模型可以很好地承载数据仓库的运维。此外，在人机对话过程中，易联众个人健康画像SanCore能做到数据智能无感录入系统，减轻使用感，达到用户省心记录的目的。

同时，ELT风控模型的数据实时采集能力，帮助引擎加速数据集成，提升对接速度，让资源更细粒度地切分，让个人健康画像SanCore在服务上能更灵活调控、更便捷使用。

（2）NLP自学习平台

自然语言处理是为各类企业及开发者提供用于文本分类、实体提取、文本生成及挖掘等的核心工具，但是由于汉语系统的复杂性，要真正实现人机对话难度较大。

举例来说，中医诊疗术语存在极大随意性，不同医院、科室对同一病症描述会有差别，其他诊疗中也存在类似“高血压I级”与“高血压一级”的区别。这些情况人类可以轻易理解、分类，但对机器而言，就需要在数据端加以处理。

为解决这一难题，易联众健康大脑团队运用自然语言处理技术在特定场景下能够总结巨量数据的特征，自主研发出可根据具体需求调整配置的数据生成工具，通过神经网络学习算法训练机器理解“复杂语言”，从而实现数据多模态录入、语言的结构化录入、场景下实体提取与文本分类等功能。

为了让客户更好使用这项技术，团队搭建了全流程、一站式的NLP自学习平台。该平台具备自主性强、操作简单、可定制化的特点，以小白式操作七步快速生成模型，极大提高了NLP算法的通用程度。在上述能力基础上，平台还系统性地结合神经网络学习训练，实现了自我学习能力，通过自动标注、标签升级等方法，反哺数据维度，不断丰富完善数据对话能力，实现NLP系统动态升级。

（3）自适应学习系统

医学领域有着极高的专业壁垒，对人工智能来说，即便具有数据治理、数据对话能力，但如果缺乏相应的医学背景，想要正确处理医疗数据得出准确诊断、为健康医疗赋能，步履艰难。

对此，易联众健康大脑团队通过对国际与国家标准数据集、庞大的行业标准库和医学术语库等进行了规范的整合与学习，形成了专业的医疗健康领域知识图谱，并利用引擎的数据处理分析与NLP自学习平台能力，研发了自适应学习系统。该系统可以帮助人工智能以业务需求为导向，优化知识图谱的定义，自动发现新的知识，为不同场景下的疾病预测、用药规范、健康教育等应用与服务打造基础能力。

在疾病管理板块，个人健康画像SanCore突破了传统的定期复诊与定期处方的思路，做到实时的健康跟踪，为患者与医生提供更直观、更及时的就诊与健康管理支持。

针对疾病管理中患病人群庞大、费用支出高、管理范围小、人工依赖程度高、信息化程度低和智慧性能差的慢病管理板块，系统运用自适应学习算法，以用户诊后数据的记录为辅助来源，实时动态反馈个人健康情况，及时发出风险预警，并针对性调整健康方案，从而帮助主管部门加强慢病患者动态管理，解决部分慢病患者家庭医生服务只签约不履约的问题。对慢病患者来说，这也可以帮助他们了解自身健康状况，提升服药依从性，避免不适当用药的风险，减少疾病费用支出。

除此之外，在疾病预测板块，对未患疾病的健康人群，易联众个人健康画像SanCore也建立了多种疾病预测系统。其中，糖尿病预测模型与高血压预测模型现已投入使用。两款预测模型皆根据医生经验与官方文献进行特征选取指标标签计算，通过五大指标验证，实现风险预测，其中糖尿病测算精准度F1达到90.2%，处于行业高水平。目前，易联众个人健康画像SanCore已经在易联众个人健康云云平台上线。

“未来，易联众健康大脑团队将继续探索大数据与人工智能在医疗健康领域的落地应用，同时在个人健康画像SanCore基础上，搭载以疾病问药事理图谱为核心的智能对话产品‘神农搜索 · AI健康管家’，实现无感健康跟踪、智能健康提醒、私人健康定制等功能。在个人数据隐私安全方面，团队也将结合多方安全计算、联邦学习与隐私计算等技术，为数据安全流转提供全方位、全链路支撑。”洪晶瑾博士说道。