11月14日，是第十一屆“世界防治糖尿病日”(以下簡稱“世糖日”)，糖尿病作為一種常見病、多發(fā)病，已成為現(xiàn)代疾病中的第二殺手，而更令人憂心的是，我國成年人中50%以上都是糖尿病前期人群，防治的首要工作在于及時(shí)發(fā)現(xiàn)與早期干預(yù)。今年的世糖日，第四范式與瑞金醫(yī)院基于雙方在人工智能和醫(yī)療領(lǐng)域的研究成果，聯(lián)合發(fā)布了糖尿病預(yù)測軟件”瑞寧知糖“，該軟件將人工智能技術(shù)應(yīng)用于糖尿病的患病率預(yù)測中并取得突破性進(jìn)展。

　　瑞金醫(yī)院成立于1907年，擁有國家臨床重點(diǎn)實(shí)驗(yàn)室“內(nèi)分泌代謝實(shí)驗(yàn)室”，內(nèi)分泌科連續(xù)六年聲譽(yù)排名�？迫珖�第��。第四范式是國際領(lǐng)先的人工智能技術(shù)與服務(wù)提供商、唯一獲中國智能界最高獎(jiǎng)“吳文俊獎(jiǎng)”的企業(yè)。此次強(qiáng)強(qiáng)聯(lián)合，對于合作的意義，中國工程院院士、上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院副院長寧光院士表示：“我們結(jié)合瑞金醫(yī)院精湛的專業(yè)知識與豐富臨床經(jīng)驗(yàn)，利用第四范式的機(jī)器學(xué)習(xí)平臺‘先知’，采用先進(jìn)的機(jī)器學(xué)習(xí)算法建立模型，預(yù)測出個(gè)人三年后患糖尿病的概率。對于糖尿病高風(fēng)險(xiǎn)人群，此類早期的提醒可以提高公眾的重視程度，幫助更多人回歸健康。”

　　隨著技術(shù)的發(fā)展與工業(yè)應(yīng)用的深入，人工智能已經(jīng)在醫(yī)療影像、診斷等場景中顯示出巨大潛力。“這次合作是第四范式在醫(yī)療領(lǐng)域的階段性成果，此外我們正在探索糖尿病及其并發(fā)癥的預(yù)測、預(yù)測后干預(yù)、糖尿病知識智能問答等領(lǐng)域，并拓展到其它疾病的預(yù)測與診療中，未來將有多項(xiàng)第四范式醫(yī)療終端服務(wù)問世。”第四范式聯(lián)合創(chuàng)始人、首席科學(xué)家楊強(qiáng)教授表示。

　　有跡可循的影響因子  看不見的AI醫(yī)生

　　此前寧光院士曾指出，若一個(gè)醫(yī)生可以長期管理一百位病人，按照糖尿病人群基數(shù)我們需要一百萬名醫(yī)生，而現(xiàn)狀是只有兩萬名，醫(yī)療資源缺乏導(dǎo)致無法在糖尿病防治上投入足夠精力，因此公眾的自我預(yù)防及管理就非常重要。第四范式創(chuàng)始人、首席執(zhí)行官戴文淵對此表示，“醫(yī)療資源向來是稀缺寶貴資源，現(xiàn)在我們可以用AI來解決。此次與瑞金醫(yī)院合作的‘瑞寧知糖’項(xiàng)目中，第四范式先知平臺通過大數(shù)據(jù)及反饋數(shù)據(jù)分析，準(zhǔn)確識別出影響糖尿病患病概率的重要性因子，并依此建立模型、進(jìn)行預(yù)測。”實(shí)際上，“瑞寧知糖”已經(jīng)發(fā)現(xiàn)數(shù)十個(gè)糖尿病患病重要影響因子，均被全國頂尖糖尿病專家認(rèn)可，并開始在臨床實(shí)踐中為專業(yè)醫(yī)師提供參考和開拓診療思路。

　　為了讓最新的AI醫(yī)療成果惠及公眾，即日起，第四范式發(fā)起了公益項(xiàng)目“健康范式”預(yù)測平臺，用戶通過關(guān)注“健康范式”公眾號，輸入基本身體指標(biāo)、生活方式等，即可獲悉自己在三年后患糖尿病的概率。此外，糖尿病作為慢性病，需要長期管理飲食、運(yùn)動(dòng)等生活習(xí)慣，因此“健康范式”公眾號未來還將提供用戶自我長期監(jiān)測功能，用戶可利用平臺對自我監(jiān)測結(jié)果進(jìn)行分析，“健康范式”會(huì)自動(dòng)給出早期干預(yù)及生活方式的科學(xué)指導(dǎo)，最終降低糖尿病患病率。

　　融合多種建模技術(shù)  幾步解決醫(yī)學(xué)百年難題

　　此次合作中，為了全面了解糖尿病的危險(xiǎn)因素，寧光院士所牽頭的研究團(tuán)隊(duì)曾對數(shù)十萬人進(jìn)行了為期三年的隨訪，構(gòu)建了全球最大的糖尿病預(yù)測數(shù)據(jù)庫，采集了包括婚姻、職業(yè)、疾病史、生活習(xí)慣等在內(nèi)的數(shù)百項(xiàng)指標(biāo)。第四范式先知平臺則基于監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)以及遷移學(xué)習(xí)等技術(shù)，充分挖掘數(shù)據(jù)價(jià)值，并靈活適應(yīng)不同的應(yīng)用場景。

　　為了保證機(jī)器預(yù)測的準(zhǔn)確性，第四范式在建模中實(shí)現(xiàn)了多種建模技術(shù)的協(xié)同。在數(shù)據(jù)處理環(huán)節(jié)，由于數(shù)據(jù)中包含了大量已標(biāo)記及未標(biāo)記的數(shù)據(jù)，第四范式選擇了融合有標(biāo)記、無標(biāo)記數(shù)據(jù)的半監(jiān)督學(xué)習(xí)技術(shù)，通過全量數(shù)據(jù)(含無標(biāo)記數(shù)據(jù))來更有效的獲取數(shù)據(jù)之間的相關(guān)性，并更好的對有標(biāo)記的數(shù)據(jù)進(jìn)行建模和預(yù)測分析。其次，不同檢測中心采集的各項(xiàng)指標(biāo)不盡相同，第四范式通過遷移學(xué)習(xí)有效利用不同檢測中心的數(shù)據(jù)集，從而進(jìn)一步提升模型效果。此外，需要對患病影響因素進(jìn)行分析，幫助預(yù)測人員能夠更好的進(jìn)行防控，在建模過程中還利用了可理解機(jī)器學(xué)習(xí)技術(shù)，保證了結(jié)果的可理解性。

　　從簡單的資料輸入、到預(yù)測出專業(yè)醫(yī)師級別甚至是更準(zhǔn)確的結(jié)果，再到提供個(gè)性化的健康建議;從單一病癥預(yù)防診療到并發(fā)癥預(yù)防診療……AI這位醫(yī)生提供的醫(yī)療服務(wù)，不僅大幅度提升了疾病預(yù)防和診療效率，也讓有限的醫(yī)療資源發(fā)揮更大的作用。隨著技術(shù)的發(fā)展和訓(xùn)練學(xué)習(xí)的深入，人工智能必將逐漸為更多病癥的預(yù)防診療提供幫助。