随着人工智能、移动互联网、物联网、大数据、可穿戴式设备、增强现实/虚拟现实等创新技术的发展，在国家人工智能规划的引导下，健康全流程管理的各个环节越来越智能化，支撑全流程管理的新药研发、精准医疗等越来越个性化、个体化。人工智能大健康从两个维度来看，一是以患者为中心的全健康管理流程，包括从未病时的健康管理、疾病风险预测、到疾病的诊断、治疗以及治疗后的康复/慢病管理的全健康流程；另一角度是能为这个流程赋能的关键技术，具体来看涵盖新药研发、精准医疗和医疗机器人等。

医疗大数据在医疗领域的技术层面、业务层面都有着重要价值，其来源覆盖物联网、智能医疗器械、智能穿戴设备，临床医疗研究和实验室数据数据、疾病诊断数据以及居民行为健康数据等，呈现出其作为大数据的特性，包括数据规模大(volume)、数据结构多样(variety)、数据增长快速(velocity)、数据价值巨大(value)。

大健康管理的核心在于健康数据的实时、持续收集。研究院与东软熙康、东软医疗、博恩等医疗设备生产商、服务提供商开展广泛合作。通过多模态的海量大健康数据等，赋能以数据为核心的人工智能技术迭代。

 

研究目标：基于积累医疗相关产业的有效数据、人工智能技术及实验室超算设备，一方面为企事业单位及医疗机构提供技术攻关和产品研发，另一方面是服务教学科研，开发医疗健康大数据相关专业的实验教学案例。

研究方向：

（1）AI临床决策支持与健康监控

采用人工智能技术，辅助疾病诊断决策及治疗方案分析。包括：特定疾病辅助诊断、医学影像数据智能判读、重症监护数据分析（药品相互作用分析、药品与疾病相关性分析、就诊行为分析、治疗效果相关性分析、抗生素应用分析）。

基于环境感知和传感器流数据的多模态数据处理及融合，实时进行患者或高危人群的健康监测，研发落地物联网及可穿戴设备的健康监测产品。

（2）公众健康智慧化管理

智慧化健康数据管理，实现医疗大数据共享，并保障患者数据隐私。具体包括：医疗大数据共建共享、远程诊疗数据标准化评估、公众健康监控及预测（慢性病、传染病）、疾病和疾病风险预测、区域人群健康状况分析（城市、社区、企业）。

（3）居民电子病例及健康档案分析与挖掘

分析与挖掘居民体检报告、电子病例，实现居民或家庭健康档案跟踪管理。具体包括：非结构化及半结构化病例数据处理、医院科室体检报告自动生成、个人健康指数评估等。