深兰科研黄智生教授团队6篇论文被国际医学信息科学顶尖学术会议“HIS 2023”收录

近日，深兰科学院智能科学首席科学家黄智生教授及其所带领的科研团队与同济大学团队，北京工业大学团队等合作，在国际医学信息科学顶尖学术会议“HIS 2023”上接连发表了六篇论文（其中有两篇论文的第一作者是黄教授本人）。

  10月下旬，黄教授还率8人科研团队参会出席了在澳大利亚墨尔本举行的“HIS 2023”会议，并在大会现场当场宣读论文并作大会报告。

“HIS”是国际卫生信息科学大会的简称，是一个在全球卫生信息科学领域享有盛誉的顶级学术会议，也是一个传播和交流计算机科学/信息技术以及卫生科学和服务的多学科研究成果的论坛，每年都会收到大量的业内论文投稿，但会议正式论文的接收率仅为23%。

今年的“HIS 2023”在澳大利亚的墨尔本召开，是该国际会议的第12届。本届“HIS”大会所接受的论文课题将信息科学研究与卫生信息系统和卫生服务的建模、设计、开发、集成和管理等相关主题结合，内容涵盖了卫生信息科学的所有方面以及支持卫生信息管理和卫生服务提供的系统。

此次，黄教授及其团队投稿的六篇论文分别是

《Exploring Etiology of Nonsuicidal Self-Injury by Using Knowledge Graph Approach》 

《Towards Cognition-Emotion-Behavior Models of Nonsuicidal Self-injury: An Knowledge Graph Approach》

《Analysis on Association between Vascular Risk Factors and Lifestyle Factors with the risk of Dementia/Alzheimer’s Disease using Medical Ontologies》

《Home Self-medication Question Answering System for the Elderly Based on Seq2Seq Model and Knowledge Graph Technology》

《A Question and Answering System for Mental Health of the Elderly Based on BiLSTM-CRF Model and Knowledge Graph》

《Understanding the Influence of Multiple Factors on the Spread of Omicron Variant Strains via the Multivariate Regression Method》

在“HIS 2023”大会现场，黄教授还作了1个小时的题为《Tree Hole Rescue：An AI Approach for Suicide Risk Detection and Online SuicideIntervention》的主题报告，详细介绍了有关人工智能技术在“树洞救援“项目中的应用，报告得到了在场的与会专家和学者的广泛好评。在场的一位澳大利亚教授评价道，中国人工智能企业在“AI+医学信息科技领域应用”上已经取得很大的进展，对于能够听到这样一个既充满了技术内容，又能弘扬慈善爱心的科学报告而感到十分幸运。        

主要的4篇论文的基本情况

论文一：

Exploring Etiology of Nonsuicidal Self-Injury by Using Knowledge Graph Approach

在这篇论文中，团队提出了一种采用知识图谱办法分析非自杀性自伤自残的病因学的分析方法。该论文通过文献挖掘与自然语言处理及其语义标注的方法，针对自伤的不同行为与心理状态的关联，进行了语义分析与推理。通过这个分析，可以得知非自杀性自伤行为与精神状态之间的各种复杂关系：焦虑和孤独症是导致自伤行为的最相关心理状态，孤独症是撞头行为的最主要原因，抑郁和压力会导致咬自己的行为。 

 

论文二：

Towards Cognition-Emotion-Behavior Models of Nonsuicidal Self-injury: An Knowledge Graph Approach

这篇论文采用知识图谱方法，团队提出了一种面向非自杀性自残的认知-情绪-自伤行为的关联模型。基于这个模型，可以分析这些特定患者的认知与情绪，情绪与自伤行为，及其认知与自伤行为乃至这三者之间的关联关系，并推导出其因果关系。

 

论文三：

Analysis on Association between Vascular Risk Factors and Lifestyle Factors with the risk of Dementia/Alzheimer’s Disease using Medical Ontologies

在这篇论文中，团队采用医学本体工程方法对失智症、老年痴呆症患者的心血管风险与生活方式的关联关系进行了分析，得出的结论是采取健康的生活方式，似乎可以减轻VRFs对痴呆/AD发病的不良影响。使用标准化的医学本体SNOMED CT，是能够进一步了解VRF与健康之间的关系，而良好的生活方式可以降低痴呆症/AD的患病率。

 

论文四：

A Question and Answering System for Mental Health of the Elderly Based on BiLSTM-CRF Model and Knowledge Graph

在这篇论文中，团队介绍了面向居家老人的用药问答系统。通过收集大规模的用药问答数据集，然后对数据进行人工筛选，可以获取老年人心理健康问答数据集。在此数据集的基础上，结合老年人神经病学相关的语义数据，构建了老年人心理健康知识图谱系统，并采用了人工智能方法，为老年人心理咨询相关问题提供知识服务。实验结果表明，系统可以有效了解老年用户的提问意图，在回答老年人心理健康相关问题时，具有良好的准确性和可靠性问题，有助于解决老年人的心理健康服务需求。