助力健康中國(guó)，國(guó)內(nèi)首個(gè)中文醫(yī)療信息處理挑戰(zhàn)榜正式發(fā)布

智能車參考 2021-04-26 15:18:26 來源：量子位

允中 發(fā)自 凹非寺
量子位 編輯 | 公眾號(hào) QbitAI

近日，由中國(guó)中文信息學(xué)會(huì)醫(yī)療健康與生物信息處理專業(yè)委員會(huì)發(fā)起的中文醫(yī)療健康信息處理挑戰(zhàn)榜-CBLUE(Chinese Biomedical Language Understanding Evaluation) 正式上線了，這是國(guó)內(nèi)首個(gè)公開的中文醫(yī)療自然語(yǔ)言處理領(lǐng)域benchmark，榜單的推出將會(huì)促進(jìn)醫(yī)療領(lǐng)域數(shù)據(jù)科技的發(fā)展，對(duì)醫(yī)療人工智能技術(shù)的發(fā)展和創(chuàng)新起著重要意義。

為什么醫(yī)療文本需要進(jìn)行自然語(yǔ)言處理？

先簡(jiǎn)單介紹下什么是自然語(yǔ)言處理，自然語(yǔ)言處理簡(jiǎn)稱NLP(Natural Language Processing)，是以語(yǔ)言為對(duì)象，利用計(jì)算機(jī)技術(shù)來分析、理解和處理自然語(yǔ)言的一門學(xué)科，是人工智能的一個(gè)重要子方向。自然語(yǔ)言處理技術(shù)已經(jīng)在各行各業(yè)中得到了廣泛應(yīng)用，如智能司法、智慧醫(yī)療等。

回到醫(yī)療文本上，我們?cè)O(shè)想這樣一種場(chǎng)景，醫(yī)生希望從病歷庫(kù)中篩選出滿足特定臨床條件的患者來開展科研工作，如“家族病史中患有2型糖尿病”的患者。熟悉電子病歷的讀者都知道，“家族史”一般出現(xiàn)在病歷中一段段的自然語(yǔ)言文本中，是非結(jié)構(gòu)化的信息，因此無(wú)法直接使用計(jì)算機(jī)來做處理，而依靠人工從海量病歷庫(kù)中做挑選是費(fèi)時(shí)費(fèi)力的，這就需要NLP技術(shù)大展身手了。NLP技術(shù)可以輔助從非結(jié)構(gòu)化文本中識(shí)別出關(guān)鍵信息，如“疾病”、“檢查”、“手術(shù)”等醫(yī)學(xué)核心概念，醫(yī)生可以基于這些結(jié)構(gòu)化的信息來完成模型建模工作。

完成病歷信息結(jié)構(gòu)化是否就足夠了呢？假如我們要統(tǒng)計(jì)一個(gè)區(qū)域內(nèi)患有“2型糖尿病”的患者總數(shù)，實(shí)際會(huì)面臨到的問題是對(duì)于臨床上同一種診斷、手術(shù)、檢查、化驗(yàn)等，醫(yī)生往往會(huì)有成百上千種不同的寫法，以“2型糖尿病”為例，其它可能的寫法有“Ⅱ型糖尿病”，“糖尿病（2型）”等，如果要準(zhǔn)確統(tǒng)計(jì)到“2型糖尿病”的患者總數(shù)，就需要將不同的叫法都映射到同一個(gè)標(biāo)準(zhǔn)的名稱上，如ICD(International Classification of Disease)編碼，這個(gè)過程我們稱為醫(yī)學(xué)術(shù)語(yǔ)標(biāo)準(zhǔn)化，也是需要NLP技術(shù)來支持的。

除了上述提到的結(jié)構(gòu)化和標(biāo)準(zhǔn)化之外，NLP技術(shù)還在醫(yī)學(xué)檢索、互聯(lián)網(wǎng)在線問診、體檢報(bào)告解讀等多個(gè)場(chǎng)景中發(fā)揮著重要作用。

為什么要建設(shè)中文醫(yī)學(xué)標(biāo)準(zhǔn)數(shù)據(jù)集？

人工智能發(fā)展的三要素是數(shù)據(jù)、算力和算法，“數(shù)據(jù)”是最基礎(chǔ)的環(huán)節(jié)，如果把人工智能比作是火箭，那數(shù)據(jù)就是火箭發(fā)射的燃料，以計(jì)算機(jī)視覺（CV）為例，ImageNet[1]的推出極大促進(jìn)了CV技術(shù)的發(fā)展。

醫(yī)學(xué)人工智能技術(shù)要取得發(fā)展當(dāng)然也離不開標(biāo)準(zhǔn)數(shù)據(jù)集的建設(shè)，但建設(shè)過程中也面臨諸多難點(diǎn)：首先是醫(yī)療數(shù)據(jù)涉及到權(quán)屬和合規(guī)問題，要求在絕對(duì)安全的前提下才可以被使用，這使得醫(yī)學(xué)數(shù)據(jù)的獲取成本非常高；其次醫(yī)學(xué)是一門專業(yè)性很強(qiáng)且非常嚴(yán)謹(jǐn)?shù)目茖W(xué)，數(shù)據(jù)的規(guī)范制定以及標(biāo)注均需要專家的參與，因此數(shù)據(jù)集的構(gòu)建比較耗時(shí)，這也會(huì)限制數(shù)據(jù)集的規(guī)模。

國(guó)外的醫(yī)療信息化進(jìn)程起步較早，在標(biāo)準(zhǔn)數(shù)據(jù)集的建設(shè)和規(guī)范制定上比較領(lǐng)先。隨著國(guó)家人工智能戰(zhàn)略的推進(jìn)，國(guó)內(nèi)醫(yī)療AI產(chǎn)業(yè)在近年來也取得了快速發(fā)展。

在醫(yī)療NLP數(shù)據(jù)集建設(shè)方面，中國(guó)中文信息學(xué)會(huì)的兩個(gè)旗艦會(huì)議CHIP(China Health Information Processing Conference)和CCKS(China Conference on Knowledge Graph and Semantic Computing)每年都發(fā)布醫(yī)療信息處理相關(guān)的學(xué)術(shù)評(píng)測(cè)比賽，此外一些競(jìng)賽平臺(tái)如阿里云天池也會(huì)不定期舉辦一些醫(yī)療AI比賽，這些評(píng)測(cè)數(shù)據(jù)集均有效促進(jìn)了相關(guān)領(lǐng)域的技術(shù)發(fā)展，并吸引了更多研究者對(duì)醫(yī)療AI領(lǐng)域的關(guān)注。然而這些數(shù)據(jù)集一般在比賽結(jié)束之后就不再開放下載，這對(duì)數(shù)據(jù)集的獲取以及后續(xù)的研究均造成了一定的困難。如果能夠集中維護(hù)這些數(shù)據(jù)集并授權(quán)開放下載使用，對(duì)推動(dòng)醫(yī)學(xué)NLP社區(qū)的發(fā)展將會(huì)有著積極的意義。

近年來預(yù)訓(xùn)練語(yǔ)言模型技術(shù)（如BERT[2]?）成為NLP領(lǐng)域的研究熱點(diǎn)，一個(gè)重要原因是預(yù)訓(xùn)練語(yǔ)言模型泛化性好，在很多NLP下游任務(wù)上均取得不錯(cuò)的性能。同時(shí)得益于預(yù)訓(xùn)練語(yǔ)言模型技術(shù)的發(fā)展，催生出一批多任務(wù)benchmark榜單，代表性的工作是GLUE[3]。多任務(wù)榜單的設(shè)立重在考察模型的泛化能力，因此又促進(jìn)了預(yù)訓(xùn)練語(yǔ)言模型技術(shù)的發(fā)展。

CBLUE榜單是什么？

CBLUE就是在這樣的背景下產(chǎn)生的，是由中國(guó)中文信息學(xué)會(huì)醫(yī)療健康與生物信息處理專業(yè)委員發(fā)起，由阿里云天池平臺(tái)承辦，并由北京大學(xué)、醫(yī)渡云（北京）技術(shù)有限公司等開展智慧醫(yī)療研究的單位共同協(xié)辦。

CBLUE的全名是Chinese Biomedical Language Understanding Evaluation，挑戰(zhàn)榜覆蓋了醫(yī)學(xué)文本信息抽?。▽?shí)體識(shí)別、關(guān)系抽取）、醫(yī)學(xué)術(shù)語(yǔ)歸一化、醫(yī)學(xué)文本分類、醫(yī)學(xué)問答4大類常見的醫(yī)學(xué)信息處理任務(wù)，共包括8個(gè)子任務(wù)。數(shù)據(jù)集主要由CHIP大會(huì)往屆的學(xué)術(shù)評(píng)測(cè)比賽和部分醫(yī)學(xué)搜索業(yè)務(wù)數(shù)據(jù)集組成，業(yè)務(wù)數(shù)據(jù)集的特點(diǎn)是數(shù)據(jù)真實(shí)且有噪音，對(duì)模型的魯棒性提出了更高的要求。CBLUE是國(guó)內(nèi)首個(gè)醫(yī)療NLP領(lǐng)域的公開評(píng)測(cè)benchmark。

榜單上線后得到了學(xué)界、醫(yī)界和業(yè)界的廣泛關(guān)注，來自浙江大學(xué)軟件學(xué)院的研究生小劉表示，自己從事的研究方向是醫(yī)療大數(shù)據(jù)分析，CBLUE榜單的推出剛好解決了研究過程中缺乏標(biāo)準(zhǔn)數(shù)據(jù)集的難題，并且榜單中有部分任務(wù)是自己之前沒有涉及過的，極大的開拓了自己的技術(shù)視野。小劉還注意到榜單的提交單位中除了高校實(shí)驗(yàn)室以外，還有很多國(guó)內(nèi)知名的醫(yī)療AI企業(yè)和醫(yī)學(xué)院所，如協(xié)和醫(yī)學(xué)院，表明了CBLUE挑戰(zhàn)榜在行業(yè)中被廣泛認(rèn)可，同時(shí)能和這么多知名機(jī)構(gòu)同臺(tái)競(jìng)技也讓自己更有動(dòng)力在醫(yī)療AI領(lǐng)域深耕。

中國(guó)中文信息學(xué)會(huì)醫(yī)療健康與生物信息處理專業(yè)委員會(huì)副主任兼秘書長(zhǎng)湯步洲老師表示，以合法開放共享的理念組織醫(yī)學(xué)信息學(xué)領(lǐng)域的基礎(chǔ)和核心任務(wù)的評(píng)測(cè)，構(gòu)建公開統(tǒng)一共識(shí)的醫(yī)學(xué)信息系統(tǒng)性能評(píng)估平臺(tái)，可以推動(dòng)醫(yī)學(xué)信息學(xué)的快速發(fā)展，并助力健康中國(guó)戰(zhàn)略！

相信CBLUE榜單的發(fā)布能推動(dòng)國(guó)內(nèi)醫(yī)學(xué)AI社區(qū)數(shù)據(jù)標(biāo)準(zhǔn)的建設(shè)和技術(shù)發(fā)展，并且在醫(yī)學(xué)AI人才培養(yǎng)、醫(yī)學(xué)臨床研究和醫(yī)療人工智能技術(shù)落地上都起到重要的作用。

CBLUE榜單專題頁(yè)地址是：https://tianchi.aliyun.com/specials/promotion/2021chinesemedicalnlpleaderboardchallenge/?spm=a2c41.22837839.0.0 ，歡迎對(duì)醫(yī)療健康賽道感興趣的讀者前往網(wǎng)址進(jìn)行挑戰(zhàn)。

[1] http://www.image-net.org/
[2] https://arxiv.org/abs/1810.04805
[3] https://gluebenchmark.com/

—?完?—