日前，快商通在民營醫療行業的知識圖譜項目「醫療知識圖譜工程平臺」獲得重大突破，11年耕耘產生質變。

依托該項目，快商通智能客服云平臺現已完成醫療知識圖譜2.0升級，仿真營銷客服機器人問診答疑水平直線提升。

數據復雜又海量，醫療信息難題如何破解？

醫學數字化進程不斷推進，使得海量醫學數據的處理成為當務之急。

如何在處理醫療文本信息的同時，不破壞文本信息中專業知識？如何更為高效地提取、分析患者癥狀信息？如何放大信息的價值，將其作為問診答疑的依據？

知識圖譜技術，能夠將數據以結構化、關聯化的方式呈現給用戶，將醫學信息表達成更接近于人類認知的方式，毫無疑問，這是解決當下醫療領域數據痛點的關鍵技術之一。

快商通醫療知識圖譜工程平臺，擊破醫療信息痛點

快商通借助自然語言處理、大數據分析等人工智能技術，多年持續研發「醫療知識圖譜工程平臺」項目，基于全人類對疾病的理解和醫生問診經驗建立知識庫，利用知識圖譜技術，將各種瑣碎、零散的醫療信息相互連接，進而形成醫療垂直領域的知識圖譜工程平臺。

基于該項目，快商通對公司智能客服云平臺進行知識圖譜2.0升級。以構建醫療知識圖譜技術在智能客服系統中的對話應用為核心，融合糾錯、句法分析、語義分析、NER、多輪對話等多種NLP技術，提高對話自然度和智能性，實現了客服系統對話自然度與回復滿意度的大規模提升。

目前，快商通仿真營銷客服機器人業務水平可達高級客服85%，意圖識別準確率相比關鍵詞匹配提高25%；機器人可自主識別相同意圖的不同表達形式，無需重復設置關鍵詞。

輕松配置，便捷使用。快商通能夠為廣大人民群眾提供更加便利順暢的問診答疑功能，為醫生提供更加完善準確的智能輔助診斷功能。

11年行業積累，不可復制的知識圖譜構建能力

回顧整個項目，知識圖譜的構建過程，實質上就是獲取知識圖譜所需要的數據，并將數據以適當形式和方法組織為一個整體的過程，這當中，快商通的行業積累與工具鏈的建立，成為項目成功的關鍵因素。

快商通，自2012年成立研究院「Kriston AI Lab」后，全面轉戰人工智能客服領域，專注于自然語言處理、知識圖譜、大數據、聲紋識別等技術在客服領域的應用研發。2015年，公司于行業內率先推出基于自然語言處理技術的智能客服機器人，2017年，公司成功申請知識圖譜相關發明專利。

到目前，公司已服務超過36萬的企業用戶，申請發明專利接近500項，并積累了海量的文本對話數據，擁有千億級對話語料庫和海量行業知識點，在民營醫療、教育培訓等服務行業，對話場景覆蓋率高達90%。這些龐大的信息資源，為快商通快速建立醫療領域知識模型提供了基礎。

除行業積累外，快商通還整合了可用于語料清洗和分析的完整工具鏈，能夠快速根據行業或企業的對話記錄，從分詞、命名實體識別和意圖判斷等多個方面，構建語義理解系統，幫助對話系統深度理解訪客對話內容，進而快速實現特定行業知識圖譜的建立。

例如，快商通在疫情期間能夠快速推出高可用度的智能肺炎咨詢機器人，便是得益于工具鏈的作用。

現階段，精準式智慧醫療問診服務的系統應用平臺較為缺乏，用戶的醫療問診需求難以得到滿足。

快商通「醫療知識圖譜工程平臺」，將精準醫學知識與人工智能技術相結合，輔助問診答疑，能夠在構建精準化醫療服務中起到關鍵作用。

另一方面，醫療信息知識圖譜的研究，對于海量醫療信息的處理有著極大的推動作用，是醫療領域上層深入分析研究的基石。

目前，快商通正與全國34個省市的數千家醫療機構密切合作，依托智能客服云平臺，為醫療行業提供精準問診答疑能力。相信在未來，快商通將依托知識圖譜技術，落地更多醫療應用，為醫療數字化變革注入有效動能。
責任編輯:tzh