海量多模态医疗健康数据的有效管理与分析

How to efficiently manage the massive multimodal data has become a very important and challenging problem in big healthcare data analysis. It is very difficult for existing database systems to support such multimodal data, which can be modeled as complex structure data like dynamic graph sequence. The indexing and query processing on the graph sequence is a major research focus for the database community, which can support efficient analysis in big healthcare data. In this project, we attempt to develop a unified storage system on multimodal data to support efficient query processing and big healthcare data analysis. We mainly focus on research problems, including dynamic graph based data modeling, unified inverted indexing on various types of complex structures, distributed indexing and query processing, and parallel data analysis. This work can not only give effective support on big healthcare data analysis, but also provide an efficient data management tool for novel database system applications.

海量多模态数据的有效管理是医疗健康大数据分析面临的一个巨大挑战和亟待解决的问题。由于传统的数据库技术已经无法支持日益增长的海量多模态数据，这类数据往往需要表示成为更加复杂的数据模型如动态图序列。针对动态图序列的有效索引与相似查询是当今数据库技术的热点研究领域，也是医疗健康大数据实现高效分析的关键问题。本课题重点研究海量多模态数据的统一存储、索引、相似查询处理与分析，主要工作包括：基于动态图的医疗健康数据建模，多种复杂数据类型的统一倒排索引构建，海量多模态数据的分布式索引、查询处理与高效分析等。本工作不只对医疗健康大数据分析有很好的支持，也将为新兴的数据库应用系统提供高效的数据管理工具。

海量多模态数据的有效管理是医疗健康大数据分析面临的一个巨大挑战和亟待解决的问题。由于传统的数据库技术已经无法支持日益增长的海量多模态数据，这类数据往往需要表示成为更加复杂的数据模型如动态图序列。针对动态图序列的有效索引与相似查询是当今数据库技术的热点研究领域，也是医疗健康大数据实现高效分析的关键问题。对此，本课题重点研究海量多模态数据的统一存储、索引、相似查询处理与分析。在项目实施过程中，课题组主要开展了以下研究工作：（1）基于动态图对医疗健康数据进行有效建模，构建统一的倒排索引结构，实现海量多模态医疗健康数据的高效索引与病历查询；（2）基于众包与机器学习技术构建一个语义完备的医学专业知识图谱，以高效支持上层的医学数据查询与分析；（3）基于医学专业知识图谱对医学病历文档进行有效的文本识别，对识别有误的医学病历进行有效的分类和标记，构建高效的医学病历数据集；（4）基于动态图结构和医学知识图谱，研究如何高效支持医学自动诊断；（5）基于动态图结构和医学知识图谱，进一步研究如何高效支持医疗自动问答系统。本工作不只对医疗健康大数据的管理和分析有很好的支持，也将为新兴的AI医疗领域提供高效的技术支撑。