本期專論導(dǎo)讀

多模態(tài)信息抽取旨在從多模態(tài)數(shù)據(jù)中抽取所需要的信息，形成結(jié)構(gòu)化知識(shí)，是多模態(tài)數(shù)據(jù)分析的重要方向之一。多模態(tài)數(shù)據(jù)通常包括結(jié)構(gòu)化表格、非結(jié)構(gòu)化文本、圖形、圖像、視頻等，是數(shù)據(jù)呈現(xiàn)的基本形式，廣泛存在于醫(yī)療領(lǐng)域。隨著醫(yī)療人工智能技術(shù)的發(fā)展，多種不同模態(tài)的醫(yī)療數(shù)據(jù)均受到廣泛關(guān)注，出現(xiàn)大量行之有效的醫(yī)療多模態(tài)信息抽取技術(shù)。數(shù)據(jù)(尤其是人工標(biāo)注數(shù)據(jù))是人工智能技術(shù)發(fā)展的關(guān)鍵要素，為推動(dòng)醫(yī)療人工智能技術(shù)的快速發(fā)展，中國中文信息學(xué)會(huì)醫(yī)療健康與生物信息處理專業(yè)委員會(huì)2022年學(xué)術(shù)年會(huì)——中國健康信息處理大會(huì)(CHIP 2022)組織了多個(gè)面向醫(yī)療多模態(tài)信息抽取的公開評(píng)測(cè)，并以專論的形式對(duì)這些公開評(píng)測(cè)數(shù)據(jù)集進(jìn)行介紹，以期為醫(yī)療多模態(tài)信息抽取技術(shù)提供公開可用的基準(zhǔn)數(shù)據(jù)集和系統(tǒng)。

“醫(yī)療多模態(tài)信息抽取技術(shù)評(píng)測(cè)數(shù)據(jù)集”系列文章緊密圍繞國家《關(guān)于加快推進(jìn)人口健康信息化建設(shè)的指導(dǎo)意見》《關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》《關(guān)于印發(fā)“十三五”全國人口健康信息化發(fā)展規(guī)劃的通知》《關(guān)于加強(qiáng)全民健康信息標(biāo)準(zhǔn)化體系建設(shè)的意見》《國家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》《新一代人工智能發(fā)展規(guī)劃》等系列政策文件精神，從數(shù)據(jù)、算法和知識(shí)3個(gè)維度助推醫(yī)療人工智能的發(fā)展，助力健康中國建設(shè)。具體內(nèi)容包括“醫(yī)療多模態(tài)信息抽取技術(shù)評(píng)測(cè)數(shù)據(jù)集概述”“評(píng)測(cè)縱覽：面向‘基因-疾病’的關(guān)聯(lián)語義挖掘任務(wù)”“臨床診斷編碼技術(shù)評(píng)測(cè)數(shù)據(jù)集及基線模型概述”“Text2DT:面向臨床診療文本的決策規(guī)則抽取技術(shù)”“中文醫(yī)療因果關(guān)系抽取數(shù)據(jù)集CMedCausal”“醫(yī)療材料光學(xué)字符識(shí)別要素提取數(shù)據(jù)集MedOCR”幾方面，詳細(xì)描述5個(gè)醫(yī)療多模態(tài)信息抽取公開評(píng)測(cè)任務(wù)及基線系統(tǒng)，希望能夠引起相關(guān)研究者與實(shí)踐者的關(guān)注，進(jìn)一步優(yōu)化醫(yī)療多模態(tài)信息抽取技術(shù)，加快相關(guān)技術(shù)落地。