11月22日，在2021IDEA大会“创新展示会”上，粤港澳大湾区数字经济研究院（简称“IDEA”）AI平台技术研究中心负责人谢育涛携团队两大研究项目——“ReadPaper”和“BIOS医学知识图谱BIOS”精彩亮相。AI平台技术研究中心致力于建设支撑人工智能算法、算力和数据的平台，推动AI技术的落地和产业化。谈及团队研究方向的选择，谢育涛指出，在人口红利消退后，经济的增长越来越依靠科学和技术的创新。研究中心从社会痛点出发，着眼于赋能科研和医疗两个领域。
谢育涛在IDEA大会上发言
ReadPaper的使命：让天下没有难读的论文
关于论文阅读这一切入点，谢育涛指出三个事实痛点：（1）难读：论文的内容对于阅读者的背景知识有高度的前置要求，而大部分学术性论文都是英文书写，这极大地增加了阅读的难度；（2）难用：市面上有很多学术类产品，搜索引擎，文档管理器、笔记工具等，阅读一篇论文要在各种界面来回切换，读者难以专注在阅读本身；（3）难言：读论文的过程中或遇到各种困惑，却没有交流渠道可供讨论，寻求帮助。“如何读懂论文，读好论文”，这是一个很大的命题，ReadPaper应运而生。通过建设一站式阅读平台，打造专业的学术社区，助力科研。
打造论文知识图谱：Science of Science
ReadPaper研究团队致力于打造最全面的论文知识图谱，用户仅需通过精准的语义搜索，即可了解到和论文相关的所有内容。ReadPaper平台为每篇论文建设了一个详情页，集合论文相关信息，还有沈向洋博士所提出的经典论文“十问”，论文精读视频，以及互动问答等。未来，团队还将进一步探索如何对所有相关的技术、学术理论、学者等进行整理和归纳，助力科研探索。
打造沉浸式阅读体验：智能阅读器(Super Browser)
ReadPaper研究团队通过AI技术对论文做了智能解析，支持图表拖拽阅读、引用文献一键收藏或跳转阅读，可以对整段内容进行翻译，对论文图表进行截图笔记等，让用户更好的专注于阅读本身。
ReadPaper核心产品理念：通过社区做知识的沉淀和回溯
我们认为每篇论文都应该有自己的社区，科研不易，ReadPaper希望为一代代科研人铺设进阶之路。
谢育涛介绍ReadPaper
BIOS医学知识图谱的使命：让疾病可预防、早确诊、能治愈
在人口老龄化+慢病患病率升高+健康意识增强的新形势下，加快提升医疗健康保障能力，已成为关系国计民生的重大课题。而医疗AI作为推动行业发展的重要引擎，已经在不少医疗领域有了不错的落地，但目前都还属于弱人工智能，机器无法像人一样去思考、解释和推理，难以提供个性化、可解释的动态医疗服务。
医学知识图谱作为一种用图模型来描述真实医学世界病、症、药、术之间联系的大规模语义网络，是认知智能的底层支撑，可以帮助机器打造一个“能谋善断”的智慧医疗大脑。然而，受医疗数据跨语种、专业性强、结构复杂、难以获取等影响，全球现有医学知识图谱仍存在规模不大、知识不全、可信度不够、开放性不足，以及中文及其他语言不太友好等种种问题。基于此背景，IDEA AI平台技术研究中心的BIOS医学知识图谱研发团队希望对标全球行业先驱，利用深度学习、文本挖掘等方面的前沿技术，与国内外专家一起构建起高质量的超大规模医学知识图谱，同时全面开源开放，助力信息标准化、智慧医院、辅助诊疗、药物研发等领域的广泛应用。
医学辞海：Trustworthy Medical Knowledge Repertoire
BIOS医学知识图谱研发团队基于PubMed等权威医学文本，利用深度学习算法大规模发现知识，同时设立专家审校质控机制，在知识的完备性、前沿性、准确性方面保障着知识质量。
目前，团队已发布医学知识图谱BIOS Beta版，相比同类图谱，不仅提供了400余万医学概念，基本实现医学全覆盖，同时术语更精准、概念更精简、关系更丰富。医学知识图谱研发的初衷，是希望干净、统一和完备的医学数据，可以促进医疗信息互联互通标准化更好实现，最终推动优质医疗资源下沉，医疗服务共享流动。
IDEA研究院理事长沈向洋介绍BIOS
知识洞见：All About the Wisdom for Healing
除了知识图谱的可视化导览，BIOS医学知识图谱还支持知识溯源，并通过来源数据透视，提供术语间的共现分析，精准把握医学前沿研究热点和趋势。
此外，基于关系推理，用户可以了解医学术语间上下位关系等新关系，甚至在未来进一步发现病毒传播机理、药物关联预测等新知识时，这些知识洞见可以助力疾病的防控、新药研发等方面实现突破，加快医学前沿发展。
开放生态：One Tree Cannot Make a Forest
谢育涛在展示会上表示，医学知识图谱就好比是树根，从数据中汲取知识养分，通过各类智慧医疗场景构成的枝干，去滋养每一片叶子代表的一个个家庭和个体。前期，BIOS医学知识图谱研发团队通过引入专业指导和技术支持，一年时间便初见成果，但一棵树的力量始终有限，衷心希望未来会有更多机构加入图谱共建，更多专家加入专业社区搭建，一同编制起一个更庞大的根系网络。
沈向洋向众人介绍BIOS医学知识图谱的开放生态
另外，BIOS医学知识图谱研发团队选择开放API调用，并在后续开放下载数据集，让高质量知识图谱为更多场景赋能，滋养整片森林。团队的目标，是致力于打造一个可信赖的开放医学知识全集，未来能真正将技术用到场景、落到实处，让更多老百姓的病痛可预防、早确诊、能治愈。
