“AI世界本就有无限可能,一个成功的解决方案,甚至可以提高整个人类的医疗水平,所以我们的工作很有价值。”

AI-video

姓名:周子捷

职位:物理科学家,智能临床解决方案与服务 (Intelligent Clinical Solutions and Services) 团队领导

加入飞利浦的时间:2007年

我是马来西亚人,从英国到中国,加入飞利浦研究院十年,现主持飞利浦中国研究院智能临床解决方案与服务团队的工作。在飞利浦,人工智能的研发大体是按专科分类:像心血管,肿瘤,母婴科等。我们团队主要利用自然语言处理和医学影像大数据,来帮助医生、医院更快更好的解读患者病情。如果把AI技术分为三部分:第一个部分可以是影像类,像深度学习。而我们利用的恰巧是非影像类的二、三部分,二部分是自然语言处理核心解析,即通过解读文本,数据信息,把医生的病情、病症、治疗方法描述转化成计算机语言,让机械解读人类自然语言的写法,分析超声报告、放射科影像的报告、出院报告等,进行描述性文本的诊断。

 

这三部分通过大数据结合影像出来的结果,把不同数据集合在同一个平台(这些数据包括已有的指南和现有的相似状况的病人),然后用不同的算法找出预测模型,从而给医生提供亲切度很高的临床决策支持。比如我们现在研发的“智能模式发现算法”,它可以辅助医生找关联性的信息。比如一个病人不幸死亡,这种数字字段算法,可快速筛选出和病人死亡关联性最强的字段,并可视化工具展示。当数据库形成,信息很庞大的时候,它还能帮助名企医院、民立医院,通过查看病人住院时间长短等数据信息考核医生的工作情况,进行手术排班优化,CT、MR等检查时间的安排分配等,让医院有数据驱动的改良体制,实现医疗资源的合理的分配和优化。

 

因为AI,一个月做完了十年的事

AI世界本就有无限可能,一个成功的解决方案,甚至可以提高整个人类的医疗水平,所以我们的工作很有价值。2014年我开始带领团队,用不到两年的时间,我的团队就把“创新自然语言”算法推入产品化阶段,并在部分大型医院落地试用。这种算法可以自动的从临床文本报告抽取结构化的数据,让医生快速查询大量报告,拿来做二次分析利用。没有我们的解决方案以前, 一位医生可能要用6个月才能从1万份超生报告找到需要的信息来二次分析。而现在只需要一个月左右的时间,去创新自然语言算法, 然后就可以帮他从20万份超生报告找到他所需的信息。你大概算一下会发现,有了AI,我们能用一个月完成一位用传统方法的医生花费十年才能完成的工作量。当然,我们做方案有一个大前提就是要确保病人数据信息安全。

 

超乎想象的是,由于与市场部和产品部的合作非常好,我们研发的产品和市场绑定需求很稳和,再加上技术上一直追求创新,原本只是储备力量的中国研究院,某些步骤和进展现在比国外还快。所以现在我的团队除了支持国内的项目,也对接国外的项目。之前我们还和英国签了一个很成功的项目,接下来,又将陆续和美国和芬兰合作,这些成就会带来很多有归属感。

 

飞利浦允许犯错,鼓励员工做和项目无关的事

飞利浦有些特质是很吸引科学家的,这里的包容性体现在方方面面,灵活的工作政策给了员工自主发挥和创新的空间,遇到问题时,同事和上司又能提供及时的帮助,这之间的平衡非常好。还有就是允许犯错误,这对科学家很重要,不会压抑创造性。

飞利浦软件工程师团队

关爱编码