首页 > 新闻中心
国家人口健康科学数据中心(药学-医科院药物所)工作人员参加中国生物医学本体和术语研讨会

20191028—30日,由国家人口健康科学数据中心(原国家人口与健康科学数据共享服务平台)、北京协和医学院培训中心共同主办的中国生物医学本体和术语研讨会(2019)在中国医学科学院新科研楼会议室召开。国家人口健康科学数据中心(药学-医科院药物所)工作人员参加了此次会议。

本次会议以“标准化,让机器理解你的数据”为主题,旨在进一步推动人口健康数据的标准化,利用生物医学本体与术语促进数据标准化,促进人工智能在生物医学研究和健康服务方面的应用。

中国生物医学本体和术语研讨会(Chinese Conference on Biomedical Ontology and TerminologyCCBOT)是由中国生物医学信息本体联合工作组(OntoChina)组织的中国生物医学本体信息建设研讨会,于每年11月前后召开,是国内在生物医学本体和术语研究领域最具影响力的高峰学术研讨会。

今年研讨会是第二届CCBOT,大会将邀请来自沙特阿拉伯阿卜杜拉国王科技大学、荷兰马斯特里赫特大学、美国密西根大学、四川大学、中国医学科学院、军事医学科学院、中国中医科学院的10余位国内外专家,深入聚焦生物大数据实践领域,支撑数据标准化、人工智能等技术在生物医学健康领域落地。同时,本届大会还提供为期两天的本体建设、使用和科研方面的培训,是2019年国家级继续医学教育项目。

将背景知识(先验知识)引入人工智能系统,是提升其智能水平的必由之路。本体可与现有的人工智能方法结合,不断提升其分类识别能力。本体对于人工智能性能提升是多方面的:首先,利用本体术语实现数据和元数据的标准化注释,提升了数据质量,进而可以利用本体内的语义关系,采用更多的方法进行有效数据分析,来提升机器学习方法的性能。其次,本体能够支持语义水平的数据整合,从而拓展人工智能应用。第三,帮助实现自然语言的准确逻辑表示。第四,机器学习、推理与本体结合,是朝向通用人工智能重要一步。目前,国内外已经有多类研究将深度学习与本体结合,进行知识推理,结果优于逻辑推理。同时,本体的使用,也将提升机器学习(深度学习)结果的可理解性。

在过去的十多年中,以大规模数据积累和大规模计算能力为支撑的深度学习的基本方法已经成熟,在任务明确、数据充足的领域必将持续发展。而生物医学领域,虽然数据积累非常迅速,但是由于问题敏感、影响因素众多、数据关系复杂、数据形式多样,使得目前阶段人工智能的应用效果距离实际应用还有很大距离。本体,通过提升数据质量、丰富数据语义关系、建立知识的逻辑表示,必将成为提供人工智能进一步发展的阶梯。

信息来源:

http://www.sohu.com/a/347133462_128505