5月排名前四！艾登&清华团队在中文医疗信息处理挑战榜喜创佳绩

人工智能是当今科技界最热门的领域，而医学人工智能更是热门中的热门。由中国中文信息学会医疗健康与生物信息处理专业委员会发起、阿里云天池平台承办的中文医疗信息处理挑战榜（CBLUE）于2021年4月上线，该榜单覆盖了8种经典的医学自然语言理解任务，是业界首个公开的中文医疗信息领域公开评测基准。创建榜单的目的，是促进研究者们更加关注AI模型的泛化能力，推动AI医疗行业标准化数据集的发展。

CBLUE上线后受到了学界和业界的广泛关注，吸引了包括百度医疗等超300支队伍参与打榜，已逐渐发展成为检验中文医疗信息处理能力的“金标准”。

近日，CBLUE公布了5月获奖团队，截至5月31日，艾登&清华团队在中文医疗信息处理挑战榜（CBLUE）中表现优秀，在一众同行强劲对手中位列第四名！

艾登&清华团队被CBLUE官方认证为“星耀”段位

在5月榜单发布之后，目前（6月2日）艾登&清华团队已从第四名上升至第三名

4月初，艾登科技与清华大学软件学院开始组建团队参与CBLUE打榜。作为一家成立于2016年的大数据人工智能企业，艾登科技以“人工智能”、“疾病分类”与“病案质控”为切口，搭建以AI技术为内核的“疾病分类学知识图谱”以解决目前DRG难题，提升医疗效率，改善医疗公平性。也正是依靠在人工智能与大数据方向多年的技术积淀，艾登&清华团队才能在短时间内快速推进项目研究工作，5月喜创佳绩！

对于此项成绩，艾登科技深度学习负责人肖尚华表示，海量数据结合医疗领域多类任务上的深耕积累，艾登已经以自然语言处理技术为驱动协助多个项目成功落地，将这些技术迁移到CBLUE2.0中文医疗信息处理挑战榜所获得的成绩，也是艾登在医疗NLP领域能力的有力验证。

同时，艾登科技医疗NLP负责人骆敏也表示，艾登在中文医疗信息处理领域有丰富的技术积累，能够快速适配多种不同的应用场景，同时结合大量医疗语料，训练了预训练模型Adenbert，在多项中文医疗信息处理任务中均取得优异成绩。

除了在CBLUE2.0中文医疗信息处理挑战榜上的成绩外，业务上，艾登也始终以疾病分类学为基础，通过人工智能与大数据等技术，解决医疗效率问题。此前，围绕“提升医疗效率，改善医疗公平性”这一最终目的，艾登就以多项底层技术为支撑，打造出相关系统平台——艾登医院协作管理平台。

该平台涵盖院内从病案质控到医保结算、成本分析、运营决策等七大产品中心。能够通过数据的标准化、业务的流程化、功能的模块化为各科室协同工作，以及为各职能科室协作处理DRG/DIP支付改革中的应用与决策分析提供高效支持。如临床端可实现诊疗过程中实时质控，提前提示病案首页错误、DRG预分组错误，减少重复修改，辅助决策判定；病案端可实现自动质控病案首页，DRG预分组，1秒批量筛查病案规范性，问题汇总及时反馈；诊疗过程中可实现辅助决策、DRG预分组预测、临床路径标准对比、智能形成首页编码并进行质控等。

未来，艾登科技永不止步，将继续秉持“中立·科学·公正”的态度，通过AI人工智能与医疗服务大数据研究方法，不断提升自身核心技术，赋能更多医学应用场景，务求在医学自然语言处理领域上持续带来新突破。

关于CBLUE

中文医疗信息处理评测基准CBLUE(Chinese Biomedical Language Understanding Evaluation)是中国中文信息学会医疗健康与生物信息处理专业委员会在合法开放共享的理念下发起，由阿里云天池平台承办，并由医渡云（北京）技术有限公司、平安医疗科技、阿里夸克、腾讯天衍实验室、北京大学、鹏城实验室、哈尔滨工业大学（深圳）、郑州大学、同济大学、中山大学、复旦大学等开展智慧医疗研究的单位共同协办，旨在推动中文医学NLP技术和社区的发展。

榜单在设计上综合考虑了任务类型和任务难度两个维度，目标是建设一个任务类型覆盖广、同时也要保证任务的难度的benchmark，因此榜单在吸收往届CHIP/CCKS/CCL等学术评测任务的同时也适当增加了业界数据集，业务数据集的特点是数据真实且有噪音，对模型的鲁棒性提出了更高的要求。CBLUE评测基准2.0包括医学文本信息抽取（实体识别、关系抽取、事件抽取）、医学术语归一化、医学文本分类、医学句子关系判定和医疗对话理解与生成共5大类任务14个子任务。CBLUE2.0在原基础上扩充了任务类型，进一步丰富了语料来源，并引入了生成任务，任务门槛再度提升。在之前的CBLUE1.0的榜单中，参赛组织包括百度、华为、阿里等一众大型互联网公司。