6月2日，2022北京智源大會AI賦能生命健康專題論壇成功召開，AIR聶再清教授、許錦波教授、彭健教授均線上出席演講。生命健康關系著國計民生，是人工智能技術交叉落地最重要的領域之一。生命健康領域覆蓋面非常廣，從未知疾病預警、新藥開發(fā)，到老藥新用、輔助診斷、醫(yī)療影像、智能手術機器人，很多方向都有AI的用武之地。除了上述三位AIR的教授外，本次論壇還邀請到了加州大學圣巴巴拉分校計算機系助理教授李磊，加拿大MILA實驗室助理教授唐建，星藥科技創(chuàng)始人&CEO李成濤以及智源健康計算中心負責人黃文灝、葉啟威，智源青年科學家袁洋等，為大家介紹在AI+生命健康領域最新前沿進展。

“引導合理膳食”是“健康中國 2030”規(guī)劃目標之一。2020年《中國居民營養(yǎng)與慢性病狀況報告》顯示，我國超重及肥胖癥、糖尿病患者數(shù)量全球第一，其中不合理的飲食方案與膳食模式是造成這一系列問題的主要原因。（資料來源：https://www.who.int/zh/news-room/fact-sheets/detail/healthy-diet）

隨著智能手機、可穿戴設備的發(fā)展，個性化健康數(shù)據(jù)與行為數(shù)據(jù)的采集也更加方便。如何更好地利用多維度健康數(shù)據(jù)，融合營養(yǎng)健康知識進行“數(shù)據(jù)驅動的個性化營養(yǎng)健康管理”是聶再清教授帶領的DAIR Lab（AIR大數(shù)據(jù)智能實驗室）所關注解決的的核心問題之一。

DAIR-Health: 個性化營養(yǎng)健康管理框架

當前，“數(shù)據(jù)驅動的個性化營養(yǎng)健康管理”面臨著一系列技術挑戰(zhàn)。首先是缺乏專業(yè)的營養(yǎng)健康知識圖譜，知識圖譜是數(shù)據(jù)驅動健康管理的“大腦”，其數(shù)據(jù)豐富和專業(yè)程度決定了“大腦”輸出的準確程度和推理的廣度；其次，健康領域高價值數(shù)據(jù)缺失，使得針對營養(yǎng)健康場景的模型訓練難度大、外推能力受限；最后個性化營養(yǎng)健康算法對可解釋性要求高。針對上述挑戰(zhàn)，DAIR Lab提出了DAIR-Health個性化營養(yǎng)健康管理技術框架，包含“營養(yǎng)健康知識挖掘”、“針對營養(yǎng)健康場景的檢索增強預訓練模型”以及“面向營養(yǎng)健康管理的可解釋個性化推薦”核心模塊。

個性化營養(yǎng)健康管理框架

個性化營養(yǎng)健康管理框架的核心是營養(yǎng)健康知識圖譜，目前營養(yǎng)健康領域正缺乏一個大規(guī)模且專業(yè)的營養(yǎng)健康知識圖譜，且面臨如下挑戰(zhàn)：

高質量的標注數(shù)據(jù)有限，而人工標注成本高、周期長，難以跟上知識更新迭代；

預訓練模型+Prompt Tuning類的算法表現(xiàn)依賴提示模板，模板手動設計耗時耗力，且僅提供一種模板難以應對復雜語境變化，研究人員不能高效憑經(jīng)驗判斷哪個模板更有效。

因此，聶再清教授提出融合了Snowball思想的Prompt-Snowball模型解決在構建大規(guī)模營養(yǎng)健康知識圖譜過程中專業(yè)人員標注成本高和周期長的問題。將少量標注數(shù)據(jù)作為種子知識，自動挖掘多個提示模板用以識別實體知識，確認的實體知識又可以用來作為種子知識。Prompt-Snowball不僅能夠減少人工標注，減輕手動設計提示模板的限制，還可以發(fā)掘不具有完整自然語義但有效的提示模板。實驗結果表明該方法可大幅提升小樣本學習場景下關系抽取性能。

營養(yǎng)健康知識挖掘

針對當前營養(yǎng)健康場景下的預訓練模型面臨的痛點和問題，聶教授團隊認為檢索增強的預訓練模型范式在營養(yǎng)健康場景下具有很大的應用潛力。首先，其可以動態(tài)檢索支撐材料的特性，可以支持知識的隨時更新，且低頻高價值樣本也不會被淹沒。其次，可以利用遠程監(jiān)督技術對支撐材料進行富標注，來暴露規(guī)則。最后，模型檢索到的支撐材料及模型給出的重要度可以用來作為解釋，可以更好滿足營養(yǎng)健康場景下對于可解釋性的需求。將知識圖譜與文本庫引入預訓練模型，能夠豐富模型的標注樣本庫，未來研究團隊還會考慮將醫(yī)療圖像等信息引入，進行多模態(tài)增強。

針對營養(yǎng)健康場景的檢索增強預訓練模型

面向營養(yǎng)健康管理的可解釋個性化推薦

當前營養(yǎng)健康推薦場景，更多是“迎合式”推薦，并未考慮推薦是否真正健康和適合。Nutrition Knowledge Graph Attention Network (NKGAT)，通過構造飲食異質信息網(wǎng)絡，結合營養(yǎng)健康知識圖譜內的菜品關聯(lián)和用戶興趣（用戶歷史建模），從食品營養(yǎng)成分出發(fā)建模用戶個性化的偏好和健康評分，充分考慮推薦過程中的營養(yǎng)健康因素，避免迎合式的飲食推薦，提升用戶依從性。同時，可解釋營養(yǎng)推薦還能夠基于圖譜提供推薦理由，兼顧透明性融合用戶偏好和營養(yǎng)健康。

面向營養(yǎng)健康管理的可解釋個性化推薦

中國飲食營養(yǎng)健康知識圖譜NutritionKG

依托技術框架內的核心技術，聶教授在本次大會上發(fā)布了中國飲食營養(yǎng)健康知識圖譜“NutritionKG”（圖譜地址：http://health.baai.ac.cn/thudair/）。該圖譜由“清華（AIR）-智源健康計算聯(lián)合研究中心”與美團、國家衛(wèi)健委科學技術研究所、北大第一醫(yī)院婦產科聯(lián)合研發(fā)，包含三萬多實體，千萬級別的關系數(shù)量，對復雜的中國飲食進行營養(yǎng)計算，通過整合大數(shù)據(jù)知識賦予其營養(yǎng)健康標簽。NutritionKG中+V菜品特別由美團聯(lián)合衛(wèi)健委營養(yǎng)專家進行權威標注，提供具有專家建議的精準標簽。

“清華（AIR）-智源健康計算聯(lián)合研究中心”與北京大學第一醫(yī)院婦產科楊慧霞教授團隊合作開展，探索“AI輔助孕期飲食營養(yǎng)健康管理”的示范性應用，開發(fā)孕期營養(yǎng)健康管理應用 “智護母嬰”。該應用基于DOHaD理論，用AI輔助從早孕期開始強化生活方式干預對母體及子代生長發(fā)育的影響。DOHaD理論表明生命早期的1000天是影響嬰兒健康成長以及未來全生命周期健康的關鍵階段，攝取合理的營養(yǎng)對孕婦自身的健康以及嬰兒的健康成長和發(fā)育至關重要。

“智護母嬰”的主要功能有：

滿足精準營養(yǎng)的智能菜品推薦?；贜utritionKG和個性化推薦技術，根據(jù)孕產婦的個人健康數(shù)據(jù)、生活習慣等，依據(jù)《妊娠合并糖尿病實用手冊》等專業(yè)醫(yī)學指導，為孕產婦推薦滿足營養(yǎng)攝入需求和個性化口味的菜品組合。

精準營養(yǎng)管理。根據(jù)用戶的飲食打卡，自動計算熱量及6大營養(yǎng)成分攝入，幫助用戶進行更精準的營養(yǎng)管理。

孕育科普宣傳。提供科學權威的孕育知識，為母嬰人群提供專業(yè)知識科普。

特別感謝

以上工作要特別感謝團隊成員及合作單位的大力支持，他們分別是：

清華大學智能產業(yè)研究院（AIR）團隊成員：聶再清、張嘉歡、馬為之、李鵬、黃婷婷、劉洋、馬維英；

北京智源人工智能研究院團隊成員：張學豐、史業(yè)民、黃文灝；

合作單位：國家衛(wèi)健委科學技術研究所，北京大學第一醫(yī)院楊慧霞教授團隊，美團外賣團隊

相關知識

淺談健康管理中心的1+N模式
高級健康管理師
健康管理中心經(jīng)營項目有哪些項目
2023年思派健康研究報告：“特藥+健康險”雙輪驅動打造健康管理閉環(huán)
健康管理師到底是管理什么？
健康管理中心有哪些服務項目
探索多學科營養(yǎng)管理模式，雀巢健康科學助推兒童管飼營養(yǎng)護理發(fā)展
康復醫(yī)學中的心理治療與心理健康管理策略研究
生命健康管理師
員工健康管理

網(wǎng)址: AIR觀點｜聶再清：數(shù)據(jù)驅動的個性化營養(yǎng)健康管理是慢病管理的核心 http://www.u1s5d6.cn/newsview17629.html