米乐m6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）自2021年4月起上线以来受到国内医疗AI研究同行的广泛关注。2022年1月，2.0榜单重磅上线。

　　该榜单是业界首个中文医疗信息领域公开评测基准。榜单覆盖的数据集遵循CC BY-NC-SA 4.0。

　　CBLUE2.0在1.0的基础上，扩充了原有的任务类型，进一步丰富了语料来源（新增了医疗对话、医学专家编写的电子病历和医学影像报告），并引入了生成类任务。

　　Sinohealth-AI开放平台在本次2.0榜单选中的主要参赛大类任务为医学信息与挖掘。

　　从CBLUE1.0榜单中的命名实体识别，关系抽取、医学术语标准化、短文本相似等偏单个句子任务，到CBLUE2.0的多轮对话文本挖掘、多个句子临床发现阴阳性判别，对话故事的病历报告生成等任务。

　　我们不难发现，CBLUE2.0榜单任务在医学信息处理领域更加全面，在对话语料方面作较大扩充，对（NLP）自然语言处理能力要求更高，任务完成更复杂。

　　跟1.0榜单一样，CBLUE2.0榜单为可刷榜性质，意味着每天都会有同行高手前来“踢馆”刷榜，榜单分数排名也会根据每天评测结果而改变。

　　如果参赛团队在此类任务里一直排名靠前，代表其医学信息抽取实力得到中文医疗信息领域专家们的一致高度肯定，拥有阶段性领先优势。去年，Sino-Health AI开放平台在CBLUE1.0榜单中表现优秀，在一众同行强劲对手中。

　　在CBLUE2.0榜单中，各团队主要比拼的是NLP（自然语言处理）。那么NLP在医疗领域中起到什么作用？具体应用场景又有哪些呢？卓睦菌给大家聊聊。

　　NLP属于人工智能的子领域， 其核心目的是使得计算机能够理解和生成人类的自然语言。所用到的技术包括命名实体识别、语义消歧、指代消解、词性标注、结构分析等。

　　利用NLP技术米乐m6，将隐藏在文本中的知识挖掘出来， 对医学信息化、临床诊疗、医学研究等发展具有重要意义。

　　NLP技术研究方向的不同，在医疗领域所应用的场景都不同。主要分为以下几类：

　　对医学文献或临床指南中的特定信息进行抽取，帮助医疗工作者进一步理解与实施，对医学知识网络构建、临床路径设计、随访管理等具有重要的意义。

　　将文本自动归入预先定义好的主题类别中，主要应用在自动索引米乐m6、文本过滤、词义消歧和web文档分类等。

　　在医学临床实践中，为提高工作效率及降低出错率，医疗决策系统应运而生，可以作为医务人员诊疗过程中的参考。

　　基于大量非结构化的文本信息通过NLP处理，搭建医学知识库，结构化存储医学知识，便于后续的NLP任务（问诊咨询、用药问答等）；

　　基于自动问答的医学信息搜寻不仅对海量资源的有效利用具有重大意义，一定程度上可助缓解医患之间信息不对称问题，进而提高医疗资源利用率。

　　Sinohealth AI开放平台基于强大的医学自然语言处理能力，构建标注平台、、术语管理系统，对各大医疗工作者、科研工作者、数据处理工作者开放。

　　平台为医学知识服务、临床路径、随访管理、医学科研等多个应用场景提供一体化解决方案。

　　中康科技始终牢记“智慧健康产业 智慧健康生活”使命，基于大数据和人工智能技术，务求在医学自然语言处理领域上持续带来新突破。