特邀报告
-
张彦春 智慧医疗：医学大数据挖掘及AI在病人监测预警及健康管理的创新应用
张老师介绍了一个平台EEG，并且列举了一些EEG在神经系统疾病（癫痫，大脑肿瘤，睡眠疾病，孤独症，痴呆等）领域的应用。
-
刘雷 基于认知智能的医学辅助决策
“AI”最大的局限是缺乏人类基本的常识，因此研究致力于认知智能。首先提出了精准医学本体和语义表示标准（PMO），其中包括基因、人类表现型、疾病三个类型的实体标准化。
最后还介绍了一些关于知识图谱的应用推理的方法
医疗知识图谱应用研讨会
- 穗志方 医疗知识图谱构建 北京大学鹏程实验室
构建流程非常熟悉了，在进行实体标准化时，他们采用了UMLS、ICD-10、SNOMED-CT、MeSH术语表，其中UMLS作为外部链接，进行知识验证，ICD-10是国际疾病标准，SNOMED-CT是临床用的标准。
在进行关系抽取时，考虑到三元组关系过于单薄，因此也是加入了属性特征，将三元组关系扩充为多元化信息。
他们的工作已经上线http://cmekg.pcl.ac.cn/
- 李林峰 基于真实世界数据的医疗知识图谱构建与应用 医渡云
医渡云在进行知识图谱构建时，加入了一些属性的计算方法，目的也是为了扩充单薄的关系数据
评测任务研讨会
写在最后：
上午增加了一个往届大会都没有过的知识图谱研讨会，在研讨会上各个领域及方向的团队介绍了他们对知识图谱构建的进展情况。总的来说，许多致力于知识图谱研究的团队基本都是遵循同一个模式进行的知识图谱构建工作，只是每个团队的知识图谱可能有不同的侧重性，因此知识图谱的构建仍然需要不同领域和方向的团队互相交流，只有相互融合，才是真正的知识图谱。
此外，对于知识图谱的应用推理部分其实涉及较少，主要原因在于目前的推理技术较为困难，并且推理需要大量的数据支撑，可供推理的数据也较为缺乏，因此这一块仍然是各个知识图谱研究团队需要攻克的难题。