陳東華 張潤彤
(1.對外經濟貿易大學信息學院,北京 100029;2.北京交通大學經濟管理學院,北京 100044)
隨著醫療信息化的快速發展、新型醫療健康設備廣泛使用和互聯網醫療平臺迭代更新,海量且類型多樣的醫療健康數據分析應用尤為迫切[1]。近年來,智慧醫療的興起預示著醫療健康4.0產業的快速發展,傳統醫療模式逐漸向大健康模式轉變。臨床決策支持的準確性直接關系到患者的生命健康安全,而高效的多模態數據分析方法能改善現有單模態數據驅動的臨床決策支持可靠性[2-3]。在我國,諸如心腦血管疾病、癌癥、糖尿病、慢性阻塞性肺病等慢性病已成為嚴重威脅居民健康的疾病,成為影響國家經濟社會發展的重大公共衛生問題。我國高血壓患病率高達25%,糖尿病患病率超過10%,心血管病占居民疾病死亡構成比例超過40%,帕金森病患者數量約占全球該疾病患者的30%以上等,這些患者的診療和健康管理需要結合多方面數據源的綜合性決策支持。每一種信息的來源或者形式可以視為一種模態,而多種模態的數據融合稱之為多模態數據融合。Chandrasekaran G等認為,多模態情感分析提供了基于視頻、音頻和文本組合進行觀點分析的方法,這在理解人類行為方面超越了傳統的基于文本的情感分析[4]。由此可見,實現這些慢病患者龐大人群的早期篩選、風險預測、預警與綜合干預管理更離不開高效的多模態醫療健康數據分析和挖掘[5]。
我國醫療信息化經歷了30多年的探索和發展,現階段正在加速推進以電子病歷為核心的智慧醫院建設。……