百度AI技术再突破，文心ERNIE-Health 登顶中文医疗信息处理权威榜单

行业资讯 / 2021-12-08 12:06:38

　　近日，百度AI技术再次取得关键突破，依托百度知识增强语义理解框架ERNIE研发的医疗预训练语言模型ERNIE-Health，登顶中文医疗信息处理权威榜单CBLUE，验证了ERNIE对于行业应用的重要价值。

中文医疗信息处理CBLUE榜单排名

　　CBLUE：检验中文医疗信息处理能力的“金标准”

　　医疗文本的处理与理解是医疗信息化的重要基础，具有非常高的应用价值。为构建统一共识的医疗信息系统性能评估平台，中国中文信息学会医疗健康与生物信息处理专业委员会在合法开放共享的理念下发起设立了中文医疗信息处理挑战榜CBLUE (Chinese Biomedical Language Understanding Evaluation)。

　　CBLUE是国内首个面向中文医疗文本处理的多任务榜单，涵盖了医学信息抽取、医学术语归一化、医学文本分类、医学句子关系判定和医学问答共5大类任务、8个子任务；其数据来源分布广泛，包括医学教材、电子病历、临床试验公示以及互联网用户真实查询等。该榜单一经推出便受到了学界和业界的广泛关注，自2021年4月正式上线以来，共吸引近300支队伍参与打榜，已逐渐发展成为检验AI系统中文医疗信息处理能力的“金标准”。

　　百度医疗预训练语言模型ERNIE-Health

　　近日，随着百度医疗语言模型预训练技术取得关键突破，百度团队在CBLUE榜单上登顶榜首，以8个任务均分77.808的佳绩超越人类医学专家均分77.1的水平【1】，标志着AI医疗正式迈向新的里程碑。

　　作为新纪录诞生背后的关键技术，百度医学预培训语言模式二尼健康做出了巨大贡献。依托百度文信（Ernie）先进的知识增强预训练语言模型，Ernie health通过医学知识增强技术进一步学习海量医学数据，准确掌握专业医学知识。Ernie health使用医疗实体掩码策略学习实体级知识，如专业术语，并学习了大量医疗实体知识。同时，通过医学问答匹配任务，学习患者症状描述与医生专业治疗计划之间的对应关系，获得医疗实体知识之间的内在关系。Ernie health学习了60多万个医学术语和4000多万个医学问答数据，极大地提高了对医学专业知识的理解和建模能力。此外，Ernie health还探索了多层次语义辨别预训练任务，提高了医学知识模型的学习效率。厄尼健康模式也将于稍后正式对外发布，希望进一步推动AI医疗技术的发展和创新。

ERNIE-Health

　　百度AI推动解决基层医疗难题，助力健康中国

　　医疗资源不均、医生供需缺口大、临床工作压力持续增加已经成为当前我国医疗卫生事业面临的突出问题，利用AI技术实现临床辅助具有重要的现实意义。

　　百度以循证AI为理念，推出AI医疗品牌——灵医智惠。灵医智惠依托百度自然语言处理与知识图谱技术的深厚积累，构建了涵盖医学自然语言理解、医学知识体系、医学认知计算三大核心技术在内的循证医学认知引擎，并在此基础上构建医疗AI中台、医疗知识中台和医疗数据中台，面向医疗场景提供临床辅助决策、眼底筛查、智慧病案、智能审方、慢病管理、医疗大数据服务等AI医疗解决方案。

　　目前，灵医智惠在AI医疗领域的产品和解决方案已触达29个省市自治区、400多家医院、1600多家基层医疗机构，服务数万名医生，惠及千万患者。未来，百度还将持续推动自然语言处理及知识图谱等技术在生物医学领域的技术创新，用科技的力量提升基层医疗水平，为更多人提供更高效、更优质的医疗服务。