近年来，我国各类医疗机构诊疗总人次近80亿次，而我国执业医师数量仅360万人，且存在医疗资源分配不均、布局结构不合理等问题，医疗卫生行业面临巨大的服务需求压力。

随着医疗信息化的快速发展，电子病历和健康档案的实行。就医过程中产生了大量的文字、表格、图像、语音等多模态数据。利用人工智能技术对碎片化医学信息进行整理分析，以大数据智能作为基础，实现从数据到知识，从知识到智能的跨跃，打破数据孤岛，建立链接个人和医疗机构的跨领域医疗知识中心，形成开放式、互联互通的医疗信息共享机制，将为提升医疗卫生服务能力，解决医疗资源紧缺带来了新的契机。

物有本末，事有终始。知识图谱是医生专业化知识和思维模式的组合，它包含了知识内容、知识量以及知识之间的专业逻辑关联。通过对这些知识的逻辑化应用解读，可以为病情信息做出正确的判断。通过人工智能技术萃取知识，提升人类对医学领域的认知水平，已经成为医疗健康产业发展的制胜法宝。智慧眼正是以自然语言处理、知识图谱为基础，以机器学习、深度学习为核心，依托星辰人工智能中台提供的各种模型和算子，构建基于自然语言处理的深度语义知识图谱，形成了AI驱动的健康蓝图。

深度语义图谱在临床诊断、治疗、愈后等方面均可发挥较大的作用。

01
患者：就医智能导诊

医学知识具有较高的复杂性，很多患者无法便捷准确地获取就诊信息。患者就医时常会面临“知症不知病，知病不知科”的问题，很多患者在挂号时无从选择，挂错了号、找错了科室更是家常便饭；拿完药或是要做检查时，又折返去找医生反复咨询，影响正常就诊秩序。而现有的导诊方式一般为人工导诊或基于关键词的导诊系统，其效率和效果有待提升。

基于知识图谱的智能就医导诊系统，通过模拟诊前咨询流程，引导患者对病症描述和理解，根据患者输入的症状及并发症状信息，或输入的疾病名称，借助知识图谱的推理能力，为患者精准匹配症状和疾病对应的科室和医生。患者不仅能够精准看病挂号，还能掌握不少疾病的基本知识，同时也能促进医疗资源合理配置。

02
医生：辅助临床诊断

资深医师往往需要多年临床经验的积累，而基层医院的医生以及资历较浅的医生经验比较欠缺，需要的培养时间也较长。深度语义图谱，结合临床医师实践经验，经知识提取、知识融合、知识推理、路径评审，形成标准化诊疗路径，对患者实际诊疗过程进行还原及对比分析，能直观反映和动态推理患者病情，查询类似病例，辅助优化诊疗方案，审核医嘱合理性。名医、资深医师的临床经验以科技的手段萃取、惠及到更多基层医师，提升基层医疗机构的诊断和治疗能力，推动优质医疗资源向患者身边延伸。

1） 在医生下诊断前，以知识图谱为基础，结合电子病历中的症状、疾病，以及体格检查、检验结果等病情信息，快速、智能地分析和解释临床知识和临床数据，推荐相关的疾病、相关症状及体征；

2） 在医生下诊断后，在看诊流程中主动预警，医生诊断过程如出现误诊、漏诊、依据不足时将给出风险提醒，同时给出修正意见。

03
AI健康管理：变被动为主动

随着居民个人健康意识增强，人们对诊疗保健的需求从被动、应对性的就医诊疗，逐渐转向主动、常态性的预防保健。

在适应症方面，高度依赖长期持续的健康管理认知类疾病及慢性病成为深度语义图谱的最佳应用，如精神心理、皮肤病、糖尿病、视觉功能等。

以舌诊问诊为例，舌诊是中医望诊的重要组成部分，通过观察舌头色泽、形态的变化，可以进行中医辅助诊断及辨识健康状态，广泛应用于中医的临床分析。

人工智能健康状态辨识系统通过AI舌诊，可以消除主观经验对舌诊评估的影响，通过舌象特征训练神经网络或机器学习最优的算法模型，能够识别自然光照条件下舌色苔色颜色属性，对舌象特征进行综合判定，你只需打开手机，拍摄并上传舌头照片，通过智能对话，就能够精准完成体质和证型分析，得到一份专属的健康调理方案。

AI智能舌诊问诊是对“未病先防”健康理念的真实应用。此外，基于知识图谱、IOT平台，智能可穿戴设备等，通过持续追踪随访、检测、效能评定等，将帮助用户形成良好生活习惯，从而远离亚健康状态。

医疗数字化不仅仅是一场技术革命，更是一场认知革命，通过大数据、自然语言、知识图谱的深度赋能，我们对医疗健康的认识可以从表面到本质，从独立到联系，从感性到理性，从经验到科学，从积累到应用，站在技术的塔尖，AI让优质医疗资源更加触手可及。