成果简介：

       当前的 AI 计算平台主要针对通用的模型和算法提供实现接口。医疗健康大数据普遍具有时序性、关联性、频率无规则性等，如何利用深度学习等当前新兴
AI 技术，实现从医疗健康大数据中自动挖掘管理决策知识是一个挑战。为了解决这个挑战，必须要开发一个适用于医疗健康大数据的 AI 算法和模型的支撑软件，实现不同类型数据与不同算法的端到端匹配，实现多种 AI 学习算法的自适应计算。本项目主要研究面向全人群全生命历程的医疗健康大数据管理决策 AI计算实验平台的设计与实现，推动健康医疗大数据在医疗、医药、医保领域的应
用，培育健康医疗大数据产业应用新生态。用户通过 AI 大数据计算实验平台，可获得计算、数据、模型、算法、服务、工具和应用等能力，将无序的健康医疗
大数据变成可集成、可用于机器学习的标准化数据，促进医疗健康领域 AI 研发和产品应用开发以及管理决策水平。

      图1 面向医疗健康领域的AI计算系统
      获奖情况：
      2019 年吴文俊人工智能科学技术奖-科技进步二等奖
     应用情况：
     成果所涉及的基于时序表征的多粒度多维度异质异构数据融合技术、数据质量控制与评价技术、健康状态预测模型及可视化技术、智能健康评估基础上的临床病情诊断技术已嵌入山大地纬软件股份有限公司“医疗健康大数据综合服务平台”，并已在齐鲁医院和山东大学第二医院等医疗机构进行试用。通过 EHR 数据和临床检验信息，对病人的医疗风险进行了精准的预测，辅助医生诊断，从而有效地提高了对医疗资源的统筹规划，实现医疗机构的增收节支，对减轻医生压力，提升病患诊断水平，提高医疗公共服务水平和国家医疗保险统筹规划具有重大的应用价值。