第一届大规模中文开放医学知识图谱专题研讨会由深圳市计算机学会、中国中文信息学会医疗知识图谱工作组主办，哈尔滨工业大学（深圳）智能计算研究中心承办，研讨会主席陈清财教授，会议时间为2024年7月12日。研讨会围绕“大模型时代的中文医学知识图谱：机遇与挑战”主题，共邀请5位专家学者做特邀报告，并特别邀请了重庆医科大学附属儿童医院方芳主任、中山大学附属第八医院杨芬主任、黄波主任、宝安区人民医院赖伏虎主任、深圳市第二人民医院滕国召医生，深圳市市妇幼保健院王月云主任等医疗领域专家与会。与会专家涵盖了人工智能领域、医院信息统计科、病案科、心血管内科等近10个科室，以及华为、云知声、燧原科技等企业的软硬件技术专家。
会议由哈尔滨工业大学（深圳）吴湘平博士主持，特邀讲者哈尔滨工业大学（深圳）陈清财教授、深圳大学朱田恬博士、云知声AI Labs的研发副总裁刘升平博士、哈工大（深圳）智能计算中心医疗大模型负责人赵孟晨、燧原科技华南区方案总监郭涛涛等为大会做精彩报告。研讨会上，陈清财教授发布了大规模开放式中文医学知识图谱CPubMed-KG 2.0 版本，并同步在官方网站https://cpubmed.openi.org.cn/graph/wiki 上开放下载，该知识图谱采用CC-BY-ND协议，支持商用。
研讨会的详细报告内容如下：
陈清财教授的报告题目是“基于大模型的医学领域知识学习”，报告指出大语言模型带来的不仅仅是一个新的工具，更是开启了全新的机器学习范式，基于全新学习机制，大模型展现了强大的语言处理能力-“涌现”。陈教授在报告中详尽地阐述了知识检索增强的大模型推理方案。陈教授介绍了利用大模型进行手术编码标准化的工作。这一转化过程对于提升医疗记录的准确性、促进医疗信息的共享与交流至关重要。借助大模型的强大能力，我们能够更加高效、准确地完成病案编码工作，为医疗决策提供更为全面的数据支持。
深圳大学朱田恬博士的报告题目是“基于大规模文献的生物医学知识图谱构建方法研究”， 报告深刻揭示了从生物医学文献中挖掘隐含领域知识的重要性，这对于推动生物医学研究具有不可估量的价值。报告不仅为我们提供了对知识抽取、知识链接和知识验证方法的深入理解，而且强调了确保知识图谱中的知识正确、一致和完整的重要性。报告中，作者详细讲解了几种先进的方法包括：基于提示学习的单语言生物医学实体链接方法、基于可控对比生成的多语言生物医学实体链接方法、基于对比学习的细粒度生物医学知识否定识别方法，也为构建高质量、高可靠性的知识图谱提供了坚实的技术支撑。
云知声研发副总裁刘升平博士的山海大模型技术报告，为我们带来了一场关于人工智能在医疗领域应用的深刻洞察。报告中，刘升平博士展示了山海大模型在病历生成和放射报告生成这两个关键应用场景中的深度应用，讲述了模型的迭代学习，实现了在特定医疗领域内专业知识的积累和深化。在病历生成方面，山海大模型通过分析患者的医疗记录和临床数据，能够自动生成结构化、详尽的病历报告。在放射报告生成方面，能够自动识别和描述影像中的异常情况，生成专业的放射报告，也为临床决策提供了更为丰富和直观的信息支持。
哈工大（深圳）智能计算研究中心医疗大模型负责人赵孟晨的报告题目是“利用知识图谱减少大语言模型中的幻觉”。报告深入阐述了知识图谱在提升大型语言模型（LLMs）性能方面的关键作用。作为一种结构化的知识库，知识图谱能够为LLMs提供丰富的外部信息和语义上下文，帮助模型更准确地理解和应用语义信息。报告详细描述了利用知识图谱来增强LLMs的方法： KG-增强检索、KG-增强推理、知识感知预训练、知识感知的验证等幻觉缓解方法。
燧原科技华南区方案总监郭涛涛介绍了大模型时代的芯片研发路线。报告深刻揭示了生成式人工智能技术的核心依赖—底层硬件和软件架构。这些架构是执行复杂算法和处理海量数据的基石，它们为智能交互功能的实现提供了坚实的基础。然而，报告也指出，尽管生成式AI技术取得了显著进展，但在软件和硬件方面仍存在一些亟待解决的问题。报告进一步阐述了针对这些问题的配套软硬件方案。
论坛最后设置圆桌会议环节，参会嘉宾们围绕一系列引人入胜的话题进行了深入的交流和讨论：“基于KG的大模型在儿童重症病案标准化上是否有应用价值？”、“医疗软件硬件一体化机器的研发必要性”、“如何平衡大模型在医疗信息抽取等多任务指令训练上的各个任务性能” 。参会人员与专家学者之间的积极互动，不仅促进了知识的交流，也激发了对知识图谱和大模型在医疗领域应用的深入思考。共同探讨了这些前沿技术的研究现状、面临的挑战以及未来的发展方向。
此次研讨会不仅是一次知识的盛宴，更是一个思想碰撞的平台。研讨会有效促进了人工智能技术与医疗领域专家对大模型时代的AI技术在医疗领域的能力与边界的深入理解，为有效利用AI技术来解决医疗领域的实际问题，推动我国智慧医疗的发展搭建了一个多学科交叉的、充满活力的重要交流平台。
陈清财教授大会致辞
陈清财教授报告—基于大模型的医学领域知识学习
朱田恬博士报告—基于大规模文献的生物医学知识图谱构建方法研究
云知声AI Labs的研发副总裁刘升平博士—山海大模型技术报告
哈尔滨工业大学（深圳）博士研究生赵孟晨报告—利用知识图谱减少大语言模型中的幻觉
燧原科技华南区方案总监郭涛涛报告—大模型时代的芯片研发路线
圆桌会议环节—专家、学者、参会人员讨论交流
论坛现场
论坛现场
论坛现场
论坛现场
论坛现场
论坛现场
与会嘉宾合影
