CAAI不确定性人工智能专委会主任、国际核能院院士、清华大学教授张勤院士确定出席大会，参加26日下午的尖峰对话并在10月27日下午举行的生物信息与智慧健康专题论坛上发表演讲。

中国科协荣誉委员，中国知识产权研究会副理事长兼学术顾问委员会主任，清华大学核能与新能源技术研究院、计算机系双聘教授。创立了表达不确定因果关系和进行概率推理的动态不确定因果图DUCG理论，并用于医学临床诊断，核电站等大型复杂工业系统在线故障监测、预报、诊断、发展预测和决策支持。

当医疗遇见人工智能，消除医疗水平参差不齐和优质医疗资源不足的顽疾，解决老百姓“看病难、看病贵”的问题迎来曙光。

从“核电站故障诊断”到“疾病智能诊断”，张勤院士把人工智能在工业领域的实践方法成功地移植改造到了医学临床诊断，为实现疾病的跨科建库和诊断，培养基层临床医生，提升基层诊疗水平，推动分级诊疗制度落地提供了一种先进、可行并具有可解释性和鲁棒性的解决方案。

张勤院士是中国科协荣誉委员，中国知识产权研究会副理事长兼学术顾问委员会主任，清华大学核能与新能源技术研究院、计算机系双聘教授，多年来从事人工智能技术的研究和应用，创立了动态不确定因果图DUCG(Dynamic Uncertain Causality Graph)理论，并最早成功应用于核电站等大型复杂工业系统。

在张勤院士努力下，动态不确定因果图DUCG又创造性地用于云上智慧医疗，利用独特的算法和领域专家知识、以及云服务等数字技术辅助基层医生正确首诊，为分级诊疗国策落地提供技术支撑。

DUCG诊断系统的一个显著特点是把优秀医生的临床知识和经验用直观易懂的图形符号可视化地建造成知识库、放到云上，基层医生在任何一个能上网的地方用终端就可对当地病人进行智能疾病诊断，包括动态生成患者个体优化的临床检查路径，从而快速、精准地为患者判定和解释病情，提供参考处置方案。同时，该系统本身还是一个教学系统，基层医生可以边用边学，赋能基层医生。

此外，DUCG云平台允许不同学术观点的医生各自建库，开发本身不涉及病历数据和病人隐私，知识库以主诉为切入点，覆盖不同科室专家知识，避免挂错号的烦恼，并可一键生成结构化标准化的电子病历，还可在使用DUCG的基础上构建国家临床规范。

目前，DUCG临床辅助诊断系统已完成关节痛、腹痛、呼吸困难、发热伴皮疹、呕血、鼻出血、咳嗽咳痰等11个知识库的建造、内部测试和第三方测试;胸痛、水肿等20个主诉知识库已完成建造，正在进行内部或等待第三方测试，头晕、心悸等其它10个知识库正在建造中。从已完成的第三方独立测试情况来看，诊断正确率为95%左右。

DUCG诊断系统不仅能够用于各地大小医院，而且可以用于村卫生室和社区诊所，在第三方检测中心的辅助下，可完成类似于三甲医院的诊断，大幅提升基层医疗的水平，既方便群众看病，又能大幅降低医保和患者的费用。

中国大健康市场规模巨大，2017年已达6.2万亿元，近年环比增速均在10%以上。在这个增长过程中，AI+医疗健康首当其冲，是最强劲的风口之一。10月份西安举办的2019第九届中国智能产业高峰论坛上，AI+医疗健康是嘉宾们探讨的重要话题，张勤院士将带来他最新的研究和实践成果，为人工智能在医疗健康产业的发展贡献真知灼见。