第四届全国智慧医疗创新大赛由全国 20 多个协会学会相关单位联合主办，深化行业影响、提升赛事规模与深度，推进我国智慧医疗创新生态建设与发展。大赛以“赛事、展示、论坛”的模式，探索数据的开放共享和创新应用，进一步挖掘优秀项目，加速产业和人才双发展。推动智慧医疗、数字技术与实体经济深度融合，持续维进智慧医疗创新生态圈发展，为“健康中国”贡献创新智慧，打造智慧医疗创新的“中国模式”。

      技术驱动5G+AI将引领重大医疗变革。网络速度提升、覆盖区域增加、单位流量成本降低、机器计算与学习能力提高，高端医疗设备升级的核心要素已逐步成熟。正如多年前很少有人相信智能手机会取代电脑，成为上网的必备品。

      新一轮技术驱动的浪潮带来医疗健康行业整体价值链的演变，呈现出以“智能化”为核心价值主张的三方面特征：智能感知，互联，协同。

      5G跨模态智能精准筛查，具备智能化计算、实时更新数据、个体化服务等属性，使设备演变成汇聚检测、诊断、监护、治疗、给药、康复等信息的平台。从而改变医院的服务和商业模式，影响生物医药等新技术研发及智慧医药健康生态链。

      健全源数据、大数据存储计算、应用、展现、数据管控、安全管理和运营维护功能。

      源数据层主要是定义大数据平台要采集的数据内容，包括病患身份信息、病患在诊疗过程中的生理和病理数据、诊疗方案和实施效果等诊疗数据，以及大量的图像数据（B超、CT、MRI、病理图片、放射线）和科研数据等；此外，还有医生信息等其他数据。最终实现跨院、跨科室临床诊疗大数据的采集和共享，基于多租户的架构，不同单位可在保证数据归属的情况下，实现数据的分享和发布机制。

    （2）建立可解释的机器学习模型。

      建立知识图谱，用于可视化地描述多模态医学大数据拥有的知识资源及其载体，绘制、挖掘、分析和显示知识以及它们之间的相互联系，从而创造知识共享的环境。将零碎的知识进行整合并建立关联。

      用向量表示知识以及特定关系，量化计算关系成立的概率，精准挖掘出知识元之间的隐含关联。

      建立异构信息网络形成医疗知识库。将多源异构的数据映射到一个统一的数据模式，进行数据融合。进行跨模态的特征提取，针对入组量大、代表性强的特征，建立代理模型，在非线性和非单调模型之上提供一个全局可解释层，即作为模型的“全局总结”。

      医学图像的识别，以往都是“盲人摸象”式的，一个个部位的攻克，孤立地研究每个部位的各自特点，即便是这种病症研究清楚了，也很难拓展到另外一种病症。我们依据人体解剖学原理，建立了整体认知模型。解决了医疗大数据中关键的 “结构化”问题。将特定目标识别方法上升为具有通用特性的方法。这使得医学影像变为真正有价值的数据。

    （2）突破深度学习的局限，依据不确定性理论构建了可解释的识别框架。可正确理解数据决策背后所依赖的医学事实基础，实现了以“机器”为中心到以“人（医师）”为中心的模型升级，从而得到了高可靠性的定量、分析、预测结果，形成先进的智能诊疗一体化集成方法。