研发中心

R&D Center

人工智能数据平台

随着生物检测技术的发展和IT技术的进步使得医疗大数据的获取、分析和应用成为了可能,人们也逐渐认识到大数据里蕴含重大的宝藏。对医疗大数据的合理使用和挖掘可以有效降低医疗成本、促进科技进步。
与此同时,国家也将健康医疗大数据的发展列入了国家大数据战略布局中去,并出具了一系列相关政策,在2015年9月发布的《促进大数据发展行动纲要》中提到要发展医疗健康服务大数据,构建综合健康服务应用;在2016年6月发布的《关于促进和规范健康医疗大数据应用发展的指导意见》中提到,规范和推动健康医疗大数据融合共享、开放应用;在《“十三五”全国人口健康信息化发展规划》和《“健康中国2030”规划纲要》中提到加强健康医疗大数据应用体系建设,推进基于区域人口健康信息平台的健康医疗大数据开放共享、深度挖掘和广泛应用;在2016年10月21日启动了国家健康医疗大数据应用及产业园建设国家试点工程。2018年9月13日,国家卫生健康委印发了《国家健康医疗大数据标准、安全和服务管理办法》,从医疗大数据标准、医疗大数据安全、医疗大数据服务、医疗大数据监督四个方面提出指导意见。
在当今数据爆炸的背景下,科丞提出“数据认知生命,科学拯救健康”的战略思想,搭建了集多组学生物信息学分析、机器学习、深度神经网络和大数据存储为一体的人工智能数据平台。




科丞人工智能数据平台拥有足够支撑数十万人群队列大数据分析和存储的HPC高性能运算集群,同时拥有完善的经验丰富的健康大数据分析人才团队,其中包括如:后端集群运维工程师、并行计算架构师、生物信息研发工程师、机器学习算法工程师等。基于此优秀的团队能力,科丞通过对健康大数据的有效挖掘,为公司提供了极高的行业壁垒。如:

①对数据的关系型分析(聚类分析、关联分析和回归分析等)找到有意义的药物靶点和作用机制,发现对调节身体免疫系统有帮助的小分子化合物或代谢物等。

②对数据的描述型分析发现不同人群、不同年龄段、不同身体指标群体的免疫系统的差异,提供有效的健康管理建议,让客户对自己身体的检测指标有全方位的认识,预防疾病的发生。

③对数据的预测性分析是基于公司积累的医疗健康大数据,挖掘高权重的疾病标志物,利用分类算法进行模型训练,构建人工智能分类器。该模型可以根据客户的医学检验指标,对其身体健康情况进行打分,对其患病概率进行预测,从而制定个性化的健康管理方案,以达到“未病先治”的目的。