构建肿瘤知识图谱体系，CSCO AI要突破肿瘤的整个治疗周期。
技术的发展为我们提供了解决这一痛点的契机。随着人工智能的不断成熟，业界正在探索如何通过人工智能技术让机器实现可复制的服务，将为每个患者提供的服务标准化，并将服务成本降低到足够低的规模服务能力。这个性的问题正在逐步解决。
CSCO AI就是这样一个解决方案。由中国临床肿瘤学会(CSCO)和浙江海鑫惠惠科技有限公司(以下简称“海鑫惠惠”)共同研发，结合CSCO的临床诊疗指南、专家临床实践经验、肿瘤知识图谱、高级临床证据、不良反应管理系统等多维度专业知识，辅助临床医生制定更加规范、精准的治疗方案。目前，海鑫汇已成功搭建了中国肿瘤智能服务新平台，为患者提供包括诊断、治疗、康复在内的一站式管理服务。其中，海鑫汇构建的领先行业知识图谱能力是一切的基石。
知识地图是Google在2012提出的知识网络系统概念。简单来说，就是把分散的信息通过语义关系连接起来，转化为可视化的知识网络。知识图谱技术可以统一医学数据的建模、组织和管理，不仅可以有效地描述和挖掘医学知识之间的关系，还可以为辅助临床诊疗决策、医学问答等更高层次的医学应用提供有力支持。
有了知识图谱这种知识表达方式，如何使用就成了摆在海新辉面前的选择题。即使我们专注于医学领域，构建一个通用的医学知识图谱，也只能对一些疾病的知识和定义进行梳理和整合。“一般的医学知识图谱在临床上应该有很大的局限性。只适合简单的科普、引导和初步判断。如果要深入到疾病和临床诊断的过程，甚至是整个疾病的管理、跟踪、随访的细节，就会遇到各种各样的问题:每种疾病与临床治疗相关的整个知识体系的差异是延伸的、相互关联的、相互影响的，这就使得一般的知识图谱体系在药物选择、后期康复等方面都会遇到。
因此，海鑫汇选择将人工智能与“做深做细”相结合，构建肿瘤治疗服务体系全程知识图谱，清晰地定义了所有与肿瘤相关的知识，这无疑是知识图谱最完美的应用方向。
“我们前期花了几年时间，定义了肿瘤从诊断到治疗，再到患者全流程管理的知识，建立了一个比较全面的肿瘤知识图谱。之所以选择肿瘤领域，是因为这种疾病的整个诊疗体系比其他疾病更复杂，持续治疗的持续时间更长，知识图谱在肿瘤治疗领域可以最大程度的发挥作用。”李应云解释了为什么选择将知识图谱应用于肿瘤轨迹。
第二个原因是肿瘤诊疗知识每年都在不断更新。随着科技的发展，有些疾病已经研究的很透彻了，十年前和十年后的治疗策略没有本质区别。相比之下，人类还不能完全了解肿瘤的发病机理和机制，其治疗是一个快速发展的过程。放眼世界，肿瘤治疗的医疗机构规范化程度不高。医务人员面临着巨大的挑战——如何紧跟国内外学术前沿发展，并准确把握最新的临床研究进展和治疗方法的拓展，准确把握最新的药物和治疗方法，并应用于最适合的患者？“如果一个城市30年没有修建新的道路，那么生活在这个城市的人们其实不需要地图和导航——因为什么都没有改变。但如果城市发展很快，‘三年小变化，五年大变化’，即使是从小生活在这个城市的人，出行时也可能需要导航来指引。”李应云用一个简单的例子来说明肿瘤治疗的快速发展。
近十年来，抗肿瘤系统治疗发生了翻天覆地的变化。十年前，化疗可能是主要的治疗方法，但今天，临床上有了更多的选择:靶向药物治疗，免疫治疗，以及最新的CAR-T细胞治疗，等等。这也说明我国一直在尝试建立更加现代化、规范化的诊疗服务体系，能够让癌症患者得到最适宜、规范、标准、适宜的治疗。
辅助决策系统是帮助医生规范治疗的最佳工具。CSCO AI的智能决策系统在患者通过APP上传各类医疗诊断数据后，自动生成诊疗建议报告并提交给高水平专家进行审核和反馈，AI模型可根据专家审核结果进行闭环持续训练。这套操作系统的背后，是海知心汇的专家力量和神经支持决策算法打造的肿瘤领域知识图谱的结合。
通过知识图谱的综合知识体系，海心汇不仅通过CSCO AI实现了智能辅助诊疗中治疗的标准化和同质化，还实现了院外患者的全流程管理，从而多方共赢——医院提高了治疗的整体生存率，患者提高了生存时间、生活质量和治疗依从性，药企也通过数据赋能和数字化平台的结合，提高了对患者的支持能力，实现了精准诊疗和精准康复支持。同时，基于全程管理的临床新药服务体系，通过精准匹配临床研究，为患者提供更多选择。
在精准病情的基础上，建立对患者全治疗周期的内容服务能力，通过药物心智建立、正向体验鼓励、关键节点强力服务等多维度手段，实现高价值社区平台。这些都是海信智汇服务的特色。
知识图谱是辅助诊疗决策的基础，而高质量的数据和专业的知识体系是知识图谱的基石，因此如何构建数据层和知识体系成为了知识图谱质量的关键。
CSCO AI的知识图谱并不是凭空产生的，而是将临床专家目前正在使用的知识通过计算机结构有效沉淀，以供重用。在这个过程中，最重要的是确定影响临床决策的知识基础是什么。只有明确了这些知识之后，才能针对这些知识设计相应的模型。
肿瘤治疗是循证医学，必须有足够的证据支持，才能影响临床决策行为。然而，肿瘤具有多样性和特异性——每个肿瘤至少有3000个高水平的临床证据用于临床治疗决策。综合这些证据，基本可以构建一个癌症相关的诊疗体系和知识体系。“什么样的人，什么样的特征，什么样的分子分型，什么样的基因位点，什么样的治疗能得到更好的疗效，这是一级基础，”李应云说。
在建立了第一关的基础后，还要考虑临床治疗方案与患者体质的契合度，比如患者的身体是否能够承受，其基础疾病和已有的并发症是否会影响治疗方案的选择。这是第二个层次，即临床应用中扩展的知识体系。
在这个过程中，海鑫惠惠CSCO AI以疾病的整体治疗知识为核心，构建单个肿瘤的最低核心知识体系，然后在临床应用中进一步拓展知识体系的构建。这样既能保证核心证据的专业性，又能在临床应用过程中体现医疗的专业性。
鲜为人知的是，“沟通”是知识图谱构建过程中最大的难点。知识图谱从大数据中提取知识和关系，需要不同职业的人协调合作。因此，知识图谱技术在特定业务领域的应用实际上是一种跨界行为。难点在于跨界的知识由谁来整合，这是第一个难点。这意味着肿瘤知识图谱的构建者需要掌握工程算法，了解肿瘤的所有术语和定义以及基础医学知识。“如何将知识图谱的技术应用到一个新的业务领域，会有一个天然的障碍，叫做知识壁垒。掌握知识图谱技术的是理工科系，掌握医学知识的是医学系。两人都有自己的思维模式，很难有专业的主体对话”，李应云说。
第二道关口是对专业知识的理解和梳理。李应云认为，只有对知识进行系统的梳理，才能初步构建知识图谱。之后在这张图上进行业务建模；业务应用中有新的专业临床知识输入。计算机如何利用这些新知识，如何将其投入到具体的患者案例中进行有效的推理和决策，这就是第三道屏障。
因此，医学知识图谱构建的最大难点在于跨学科整合，而整合的难点在于整个过程中对两个学科的要求都很高。这也是海鑫汇的优势——是中国临床肿瘤学会CSCO人工智能战略合作伙伴。在社会的推动和帮助下，国内头部肿瘤专家基于高度的社会责任感，花费了大量的时间和精力，帮助海新会的技术人员了解临床路径，理清系统脉络。CSCO AI是首个基于中国诊疗指南和实践的智能决策产品。它立足于中国国情，具有中国特色，因此更适合中国的诊疗应用场景。CSCO AI可以覆盖全国几十个省份的数百家医院，惠及数万名患者。
而且CSCO AI在多场景的应用也能实现其更高的临床价值。比如上下级医院的互联互通——患者通过APP在线咨询，医生以CSCO AI作为上下级医院联动的工具，带动不同层级医院的标准化诊疗。
CSCO AI也可以是一个科研工具，通过真实的案例开展临床研究，从多个角度探索智能决策系统对患者治疗和临床应用的帮助。此外，CSCO AI提供的治疗方案建议遵循循证医学，可作为科室、医院、医联体、政府规范化治疗的质量控制工具，提高区域规范化治疗的综合水平。教学医院也可以使用CSCO AI作为住院医生的案例研究和评估工具。CSCO AI作为癌症患者的治疗决策参考和管理工具，还可以同时用于MDT讨论、医生学习、查房、病例讨论等场景，从而提升整体临床效果。
虽然海信辉的肿瘤知识图谱底层很复杂，但是在易用性上有不错的表现。对于患者来说，只要按照平台给出的步骤操作就可以了，入门没有难度。对于医生而言，海鑫汇这种人工智能驱动的全程管理系统，实现了在患者长期治疗和管理中的系统跟踪能力、监控能力、随访能力、数据管理能力，最终实现了医生、护士、患者之间的效率平衡。
这项基于知识图谱的个案管理服务的另一大亮点是引入了个案管理者的角色，为医患之间搭建沟通桥梁。病例管理员不仅可以协助科室完成日常的患者管理工作，还可以跟踪督促患者完成治疗康复等相关事宜，还可以监督和协助医生介入院外不良事件的处理。随着病例管理者的跟进，对患者诊疗的管理也从院内延伸到了院外，使得诊疗行为具有连续性。
对此，李应云认为:“未来癌症诊疗领域一定会进入一个以患者服务为中心的时代。在人工智能的帮助下，多角色高效协作，帮助患者完成整个治疗管理服务。当然，这个系统目前还不能一蹴而就，在实际使用中还需要不断进化。”
虽然底层的知识图谱如此复杂，但海鑫汇对知识图谱和辅助诊疗系统的能力边界有着清晰的认识。目前，无论是在病理学、医学影像、诊疗领域，基于AI技术的建模、定量分析、特征关联、决策建议、疗效预测等尝试，都只是为了帮助医生提高诊疗效率和准确率，为医疗行为赋能，并不会干扰医生的判断和决策权。
医疗技术需要持续的敬畏。