12月24日消息，在自然語言處理（NLP）領(lǐng)域頂級會議EMNLP 2019上，阿里AI獲得微生物群落信息抽取比賽（BB Task）“關(guān)系和實(shí)體聯(lián)合抽取”任務(wù)冠軍，相關(guān)技術(shù)已被用于搭建醫(yī)療領(lǐng)域通用知識圖譜。阿里巴巴達(dá)摩院計(jì)劃推出業(yè)內(nèi)首個(gè)掌握全域醫(yī)療知識的通才型AI醫(yī)生。

EMNLP由國際語言學(xué)會（ACL）下屬的 SIGDAT 小組主辦，阿里AI參加的BioNLP工作坊旨在解決生物醫(yī)學(xué)領(lǐng)域的NLP問題，BB Task（Bacteria Biotope Task）是其重點(diǎn)賽事。

BB Task要求參賽者從論文、病例、網(wǎng)頁等非結(jié)構(gòu)化文本中抽取與微生物有關(guān)的知識。在最考驗(yàn)綜合實(shí)力的關(guān)系和實(shí)體聯(lián)合抽取任務(wù)中，阿里AI名列全部三項(xiàng)評測第一。

不管對人類還是AI，醫(yī)療都是高難度學(xué)科，微生物更是典型的細(xì)分領(lǐng)域，可供AI學(xué)習(xí)的資源非常有限。但唯有攻克低資源語料領(lǐng)域，AI醫(yī)生才有可能成為通才。

達(dá)摩院醫(yī)療AI團(tuán)隊(duì)設(shè)計(jì)了基于BERT的多任務(wù)學(xué)習(xí)模型，借助大規(guī)模語料對關(guān)系和實(shí)體進(jìn)行建模，再通過大規(guī)模語料與低資源語料之間的知識遷移，提升AI對低資源語料的信息抽取能力。

達(dá)摩院正在研發(fā)業(yè)內(nèi)首個(gè)涵蓋所有科室知識的醫(yī)療領(lǐng)域知識圖譜。知識圖譜是描述真實(shí)世界各種實(shí)體/概念及其關(guān)系的語義網(wǎng)絡(luò)圖。通俗地說，將真實(shí)世界的知識以機(jī)器能夠理解的方式存儲到計(jì)算機(jī)中，就是知識圖譜。

信息抽取是搭建知識圖譜的關(guān)鍵一步。真實(shí)世界的醫(yī)學(xué)知識散布于科學(xué)論文、醫(yī)療病例、新聞報(bào)道等文本，AI通過從中抽取實(shí)體、關(guān)系、屬性等知識要素來學(xué)習(xí)知識。

用上醫(yī)療知識圖譜的對話機(jī)器人（骨科）

用上醫(yī)療知識圖譜的對話機(jī)器人（乳腺外科）

知識要素常以三元組方式表示，比如「實(shí)體1-關(guān)系-實(shí)體2」「實(shí)體-屬性-屬性值」等。比如，比爾蓋茨、美琳達(dá)夫婦的關(guān)系，用三元組表示就是「比爾蓋茨-夫妻-美琳達(dá)」，比爾蓋茨和巴菲特的關(guān)系則是「比爾蓋茨-合作伙伴-巴菲特」。懂得這些之后，AI就能回答“比爾蓋茨的夫人是誰”之類的問題。

基于知識圖譜這一核心技術(shù),達(dá)摩院未來還將推出智能醫(yī)療保健輔助系統(tǒng)“健康智能導(dǎo)引”，開辟AI時(shí)代的健康管理新模式。

目前，阿里巴巴已與多個(gè)知名藥企及互聯(lián)網(wǎng)醫(yī)療平臺達(dá)成合作，人們很快就能體驗(yàn)到由達(dá)摩院醫(yī)療知識圖譜支持的智能醫(yī)療對話系統(tǒng)。