第七届中国健康信息处理大会（CHIP2021）是中国中文信息学会医疗健康与生物信息处理专业委员会主办的关于医疗、健康和生物信息处理和数据挖掘等的年度会议，是中国健康信息处理领域最重要的学术会议之一。会议聚焦“真实世界研究与数字疗法”，聚集全国顶尖的医学信息处理学者与医疗专家，共同探讨智慧医疗发展的趋势与挑战，数据与知识双轮驱动的医研究和服务新范式。2021年中国健康信息处理大会（官网链接为：http://cips-chip.org.cn/2021）,将于2021年12月4-6日，在四川省泸州市召开，由西南医科大学承办。
中国健康信息处理大会自2018年以来，每年均接受论文投稿（http://cips-chip.org.cn/2021/callpapers，今年投稿截止日期：10月25日），录用文章转到SCI检索期刊（JMIR Medical Informatics, BMC Medical Informatics and Decision Making等），并组织健康医疗信息技术相关评测（http://www.cips-chip.org.cn/2021/evalNotice）。本次CHIP2021技术评测公布了3项任务，包括“医学对话临床发现阴阳性判别任务”，“临床发现事件抽取任务”以及“临床术语标准化任务”。届时，在评测中取得优异成绩的队伍将被邀请在会议评测环节进行报告并颁奖。会议也会提供官方获奖证书，各个任务有一定额度的奖金奖励。此外，评测获奖团队也将受邀撰写技术论文，并由专委会指导发表在中文核心期刊。欢迎相关领域的研究者参与评测竞赛。CBLUE（Chinese Biomedical Language Understanding Evaluation），是由中国中文信息学会医疗健康与生物信息处理专业委员在合法开放共享理念下发起中文医疗信息处理评测基准。CBLUE挑战榜覆盖了医学文本信息抽取（实体识别、关系抽取）、医学术语归一化、医学文本分类和医学问答4大类常见的医学自然语言处理任务，共包含8个子任务，榜单为多个任务提供了统一的评测方式，目的是考察模型的泛化能力。榜单任务数据集由CHIP大会往届的学术评测比赛和部分医疗搜索场景业务数据集组成。希望医界、学界和业界的同行们一起加入到CBLUE多任务榜单的挑战和建设中，共同助力医疗健康行业的发展。CBLUE官网请访问: https://tianchi.aliyun.com/cblue
具体评测任务介绍如下：
任务网址：http://cips-chip.org.cn/2021/eval1
任务简介：临床发现(Clinical Finding)是疾病诊治过程中，用以描述病人状态的概念集合。每一个临床发现的概念都具有明确的涵义（比如腹泻、呕吐、高温、物理降温、降温药物治疗等）。在临床医学领域，每一个概念都有明确的定义和说明。医学临床报告是病人状态的汇总性的描述，用以尽可能全面和精准地对病人的状态进行客观描述，需要利用严谨的临床发现的概念对病人状态进行表达，其中最基本的状态就是阴性和阳性，也就是病人是否存在或者发生某一种明确的临床发现。目前互联网医疗场景中，患者会对自己的症状进行一些口语化的描述，一般称之为主诉，同时医生也会针对性地进行一些问诊，来进行一些主诉的细化和补充。针对互联网医疗对话场景，阿里巴巴夸克团队计划在CHIP上开展一系列学术评测任务，本次评测是第一期，主要是对互联网在线问诊记录中的临床发现部分进行阴阳性的分类判别。
第一名：5000元
第二名：3000元
尹康平、董良，阿里巴巴夸克
陈漠沙、谭传奇，阿里云天池/阿里巴巴达摩院
汤步洲，哈尔滨工业大学（深圳）、鹏城实验室
任务网址：http://cips-chip.org.cn/2021/eval2
任务简介：临床发现指的是疾病的表现，泛指患者不适感觉以及通过检查得知的异常表现，主要包括症状、体征。临床发现事件抽取是医学数据处理中的一项任务，需要从病历中抽取临床发现事件相关的解剖部位、主体词、描述词以及发生状态四个维度的属性。本次评测任务主要目标是从中文电子病历中挖掘出临床发现事件。在给定一段现病史或者影像所见报告，要求从中抽取每一个临床发现事件的四个属性。所有数据均来自于真实医疗数据。
第一名：5000元
第二名：3000元
李青遥，哈尔滨工业大学（深圳）
王绍博，医渡云（北京）技术有限公司
于琦，山西医科大学
任务网址：http://cips-chip.org.cn/2021/eval3
任务简介：临床术语标准化任务是医学数据统计分析中不可或缺的一项任务。临床上，关于同一种诊断、手术、药品、检查、化验、症状等往往会有成百上千种不同的写法。标准化（归一）要解决的问题就是为临床上各种不同说法找到对应的标准说法。有了术语标准化的基础，研究人员才可对电子病历进行后续的统计分析。本质上，临床术语标准化任务也是语义相似度匹配任务的一种。但是由于原词表述方式过于多样，单一的匹配模型很难获得很好的效果。本次评测任务主要目标是针对中文电子病历中挖掘出的真实诊断实体进行语义标准化。给定诊断原词，要求给出其对应的诊断标准词，以《国际疾病分类 ICD-10 北京临床版v601》标准进行了标注。相较于2020年诊断归一任务，我们额外提供部分手术实体以及手术标准词归一关系语料，预期额外加入手术归一信息能提升诊断归一效果。第一名：5000元
第二名：3000元
彭浩，哈尔滨工业大学（深圳）
王绍博，医渡云（北京）技术有限公司
于琦，山西医科大学
评测主席：
雷健波，北京大学医学信息学中心
李作峰，武田中国创新孵化器
汤步洲，哈尔滨工业大学（深圳）、鹏城实验室