日前，第十四屆全國知識(shí)圖譜與語義計(jì)算大會(huì)（CCKS-2020）在南昌召開。會(huì)上公布了CCKS-2020技術(shù)評(píng)測結(jié)果，云知聲-中科院自動(dòng)化所語言與知識(shí)計(jì)算聯(lián)合實(shí)驗(yàn)室在“面向中文電子病歷的醫(yī)療命名實(shí)體識(shí)別評(píng)測任務(wù)”中獲得冠軍，并斬獲該任務(wù)唯一技術(shù)創(chuàng)新獎(jiǎng)。

　　CCKS由中國中文信息學(xué)會(huì)語言與知識(shí)計(jì)算專業(yè)委員會(huì)主辦，是知識(shí)圖譜、語義技術(shù)、鏈接數(shù)據(jù)等領(lǐng)域的核心會(huì)議。其中，CCKS技術(shù)評(píng)測致力于促進(jìn)國內(nèi)知識(shí)圖譜領(lǐng)域的技術(shù)發(fā)展，以及學(xué)術(shù)成果與產(chǎn)業(yè)需求的融合和對(duì)接，而“技術(shù)創(chuàng)新獎(jiǎng)”的設(shè)立，專門用于鼓勵(lì)創(chuàng)新性技術(shù)的使用。

　　“面向中文電子病歷的醫(yī)療命名實(shí)體識(shí)別”是CCKS圍繞中文電子病歷語義化開展的系列評(píng)測的延續(xù)，在CCKS 2017、2018、2019相關(guān)評(píng)測任務(wù)的基礎(chǔ)上進(jìn)行了延伸和拓展，旨在從電子病歷純文本文檔中識(shí)別并抽取出醫(yī)學(xué)臨床相關(guān)的實(shí)體指稱，并將其歸類到預(yù)定義的疾病診斷、影像檢查、實(shí)驗(yàn)室檢驗(yàn)、手術(shù)、藥物以及解剖部位六種實(shí)體類別上。

　　相對(duì)于通用領(lǐng)域的命名實(shí)體識(shí)別，醫(yī)療命名實(shí)體識(shí)別面臨兩大核心挑戰(zhàn)：

　　●實(shí)體標(biāo)注不一致。醫(yī)療領(lǐng)域的標(biāo)注通常需要醫(yī)學(xué)專業(yè)背景的人員，而不同科室方向的標(biāo)注者對(duì)標(biāo)注標(biāo)準(zhǔn)的理解各異，因此容易出現(xiàn)不同標(biāo)準(zhǔn)的標(biāo)注結(jié)果。這一現(xiàn)象難以用規(guī)則去規(guī)避，也不能簡單的直接糾正訓(xùn)練集中標(biāo)注不一致的實(shí)體，因?yàn)椴⒉恢滥囊环N標(biāo)準(zhǔn)是正確的。

　　●缺乏訓(xùn)練數(shù)據(jù)。由于醫(yī)學(xué)領(lǐng)域數(shù)據(jù)的敏感性，研究者們往往難以獲得足夠多的標(biāo)注數(shù)據(jù)。標(biāo)注數(shù)據(jù)的缺乏通常會(huì)導(dǎo)致長尾現(xiàn)象以及模型泛化性不足。當(dāng)訓(xùn)練數(shù)據(jù)缺乏時(shí)，模型的預(yù)測結(jié)果可能會(huì)因模型參數(shù)的不同設(shè)置而劇烈變動(dòng)。在醫(yī)學(xué)場景下，需要的是更穩(wěn)定、可靠的模型。

　　為應(yīng)對(duì)上述難點(diǎn)，云知聲-中科院自動(dòng)化所聯(lián)合實(shí)驗(yàn)室團(tuán)隊(duì)基于貝葉斯不確定性策略構(gòu)建了一個(gè)基于有噪標(biāo)簽學(xué)習(xí)的中文醫(yī)療命名實(shí)體識(shí)別系統(tǒng)。該系統(tǒng)由基于對(duì)抗訓(xùn)練的半監(jiān)督深度學(xué)習(xí)融合模塊與基于實(shí)體多標(biāo)、漏標(biāo)與錯(cuò)標(biāo)規(guī)則的后處理模塊共同組成。在本次評(píng)測中，系統(tǒng)在官方?jīng)Q賽測試集上取得了嚴(yán)格指標(biāo)0.9156，松弛指標(biāo)0.9660的最高分?jǐn)?shù)。

　　目前，聯(lián)合實(shí)驗(yàn)室團(tuán)隊(duì)這一創(chuàng)新研究成果已在云知聲旗下“智能病歷質(zhì)控”、“智能語音電子病歷”等產(chǎn)品中應(yīng)用，并用于醫(yī)療知識(shí)圖譜的構(gòu)建。相關(guān)產(chǎn)品已在全國百余所醫(yī)院落地，對(duì)于提升醫(yī)生工作效率、強(qiáng)化醫(yī)院信息化管理及智慧醫(yī)療體系建設(shè)意義重大。

（轉(zhuǎn)載）