發布日期：2019-10-18

報名參會詳見中國生物醫學本體和術語研討會(2019)會議通知（第二輪）。

　　2019年10月28日—30日，由國家人口健康科學數據中心（原“國家人口與健康科學數據共享服務平臺”）、北京協和醫學院培訓中心共同主辦的中國生物醫學本體和術語研討會（2019）將在中國醫學科學院召開。

　　本次會議以“標準化，讓機器理解你的數據”為主題，旨在進一步推動人口健康數據的標準化，利用生物醫學本體與術語促進數據標準化，促進人工智能在生物醫學研究和健康服務方面的應用。

　　中國生物醫學本體和術語研討會（Chinese Conference on Biomedical ontology and Terminology，CCBOT）是由中國生物醫學信息本體聯合工作組（OntoChina）組織的中國生物醫學本體信息建設研討會，于每年11月前后召開，是國內在生物醫學本體和術語研究領域最具影響力的高峰學術研討會。

　　今年研討會是第二屆CCBOT，大會將邀請來自中國科學院陳潤生院士，沙特阿拉伯阿卜杜拉國王科技大學、荷蘭馬斯特里赫特大學、美國密西根大學、四川大學、中國醫學科學院、軍事醫學科學院、中國中醫科學院的10余位國內外專家，深入聚焦生物大數據實踐領域，支撐數據標準化、人工智能等技術在生物醫學健康領域落地。同時，本屆大會還提供為期兩天的本體建設、使用和科研方面的培訓，是2019年國家級繼續醫學教育項目。

　　將背景知識（先驗知識）引入人工智能系統，是提升其智能水平的必由之路。本體可與現有的人工智能方法結合，不斷提升其分類識別能力。本體對于人工智能性能提升是多方面的：首先，利用本體術語實現數據和元數據的標準化注釋，提升了數據質量，進而可以利用本體內的語義關系，采用更多的方法進行有效數據分析，來提升機器學習方法的性能。其次，本體能夠支持語義水平的數據整合，從而拓展人工智能應用。第三，幫助實現自然語言的準確邏輯表示。第四，機器學習、推理與本體結合，是朝向通用人工智能重要一步。目前，國內外已經有多類研究將深度學習與本體結合，進行知識推理，結果優于邏輯推理。同時，本體的使用，也將提升機器學習（深度學習）結果的可理解性。

　　在過去的十多年中，以大規模數據積累和大規模計算能力為支撐的深度學習的基本方法已經成熟，在任務明確、數據充足的領域必將持續發展。而生物醫學領域，雖然數據積累非常迅速，但是由于問題敏感、影響因素眾多、數據關系復雜、數據形式多樣，使得目前階段人工智能的應用效果距離實際應用還有很大距離。本體，通過提升數據質量、豐富數據語義關系、建立知識的邏輯表示，必將成為提供人工智能進一步發展的階梯。

　　報名參會詳見中國生物醫學本體和術語研討會(2019)會議通知（第二輪）。