2019中国医学人工智能产业高峰论坛成功举办,10余位AI专家都输出了怎样的观点

作者:赵泓维 2019-12-02 16:50

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

11月16日,由浙江大学主办、中国卫生信息与健康医疗大数据学会国际合作与交流专委会和浙江省医疗数据产业研究会联合承办的“2019中国医学人工智能产业高峰论坛”于杭州成功举办。

 

与会当日,美国圣母大学终身教授、IEEE Fellow、ACM杰出科学家陈子仪;美国加州大学圣塔芭芭拉分校计算机系终身教授、Venky讲座教授严锡峰;浙江大学公共卫生学院院长、浙江大学健康医疗大数据国家研究院院长吴息凤;广州市妇女儿童医疗中心数据中心主任梁会营;南京航空航天大学计算机与科学技术学院副院长张道强;苏州大学特聘教授陈新建;北京协和医院眼科常务副主任、中国医学科学院眼底病重点实验室主任陈有信;浙大睿医人工智能研究中心主任、浙江省医疗数据产业研究会副理事长吴健等学者纷纷贡献出了精彩的演讲。

 

 截屏2019-12-02下午3.11.39.png

 

陈子仪教授在演讲中主要介绍了在癌症放疗领域一些相关的工作。通常,医生需要根据影像确认患者肿瘤的形状、位置,以及周围器官分布的状态;随后在放射治疗过程中,通过能量矩阵计算和多叶片矫正器控制设备角度以保证放射剂量及分布。陈教授的算法重点解决了两个关键问题,最终将放疗手术时间从1小时20分钟减少到20分钟,大大减少了手术的时间,提高了手术的质量。陈教授还介绍了放疗领域和智能计算在其他方面合作的一些场景。

 

值得注意的是,陈子仪教授认为,为了提高手术精确度、减少手术时间,深度学习算法仅是处理手段之一,很多情况下,医生依然会尝试用各种算法去处理图像问题、匹配问题。深度学习并非唯一发展核心,影像科所需的多种算法都需齐头并进。

 

 截屏2019-12-02下午3.11.45.png

美国圣母大学终身教授、IEEE Fellow、ACM杰出科学家陈子仪

 

吴息凤院长带来了基于大数据和人工智能的精准预测、预防和治疗这一主题演讲。她认为,在精准健康中,最核心的是预测,而要预测,必须建立覆盖广泛、质量有效的大型数据库。

 

目前,浙江大学全科医学与健康管理联盟、浙江大学医疗保障和政策研究中心、浙江大学卫生政策与医院管理研究中心正协力建立基于跨领域加值大数据平台构建的联盟和中心。

 

预计,该联盟将建成以容纳国际顶级的大数据、生物样品平台的智慧大健康数据平台;打造集成多元化数据融合、多组学生物信息分析方法、人工智能分析新技术的智能分析系统;规范包含液体活检指标、易感性基因位点、治疗反应指标的临床检测指标;创造集个体化风险预测、个体化筛查、个体化干预、个体化治疗为一体的临床支持工具;完善“公共卫生+X”复合型人才培养的人才培养模式。

 

 截屏2019-12-02下午3.12.30.png

浙江大学公共卫生学院院长、浙江大学健康医疗大数据国家研究院院长吴息凤

 

陈有信主任介绍了眼科影像AI研究进展。他认为:“人工智能+创新医疗设备”可能是解决这一问题的方法。

 

从2016年摸索至今,陈有信已经接触过10余种AI产品,他表示:人工智能产品要走上正规化的道路,产品必要标准化、规范化,并通过标准的训练集和测试集进行验证。所以,AI的下一步,仍然是通过审批,并在审批后接受独立的,第三方的测试。

 

而在AI方面,陈有信主任与其团队也做了很多相关研究,如重症DR病灶识别、糖尿病CIDEM识别、激光术后NV活跃程度研究、基于GAN进行湿性AMD治疗后的预测等等。

 

 截屏2019-12-02下午3.13.12.png

北京协和医院眼科常务副主任、中国医学科学院眼底病重点实验室主任 陈有信

 

张道强教授在本次会上带来的AI在脑科学中的应用分享。长期以来,他一直致力于大脑神经的解码、脑神经诊断,并分析一些基因和影像之间的关联。

 

影像数据生成脑网络是一个全新的方向,研究人员通过建立很多节点以构建网络,进而实现对某一脑区进行研究。

 

大脑神经网络非常庞大,研究人员需要研究组学病例上的观点,包括疾病产生的机制。很多联系不仅仅取决于单个的节点,节点之间联系也是相关的,不少信息隐藏于节点与节点连接的边上。

 

在构建脑网络本身上,传统的做法是基于两个脑区之间时间序列的相关性。这种做法有一个缺陷,即只能反映两脑之间的关系而不能反应他们的交互作用。而张道强教授通过引入一个新的工具,可以同时在是三个脑区上构建联系。

 

接下来,张道强教授会继续探索多个情景、多个脑区。这个过程需要使用多个时间的影像数据,即多个脑区之间的动态的数据。

 

此外,不仅仅是利用影像信息,研究人员还可以通过影像生成脑网络,并通过脑网络的子网络寻找一些关联,在这一方面的研究,相关人员还需继续深入。

 

 截屏2019-12-02下午3.13.41.png

南京航空航天大学计算机与科学技术学院副院长张道强

 

同样专注于眼科的陈新建教授也谈到了在海量眼科疾病患者下眼疾治疗的创新问题。在OCT中,视网膜影像分层是一个非常挑战性的工作,对此,陈新建团队提出了一种新式图搜索的算法。以视网膜脱离为例,该算法能够先将病变区域检出,在后续的分层环节用特定函数求解。此外,对于中心浆液性视网膜病变图像的分层,团队提出了随机森林+复合性曲线算法,这个方法的效果同样令人惊喜。

 

在影像分割上,陈新建教授同样进行了许多深入研究。例如,团队提出形状约束的图割算法,实现视网膜浆液性色素上皮层脱病变区域分割;使用ADABOOST分割器算法,实现外伤导致视网膜光感受器椭球须缺失的三维自动检测;引入点集位置约束优化特征点,以提高眼底彩照与荧光造影匹配准的性能,实现匹配时间降低40%,敏感度高于90%。

 

 截屏2019-12-02下午3.14.07.png

苏州大学特聘教授陈新建

 

梁会营主任谈及的主题为“人工智能在儿科方面的应用”。在演讲之中,他介绍了广州市妇幼儿童医疗中心打造的“咪姆熊”家族。这套AI系统包含了保健、导诊、影像、发热、问诊五个产品。

 

据梁会营主任介绍,影像熊这一产品在训练时,基于ImageNet数据库126万张图片,使用迁移学习算法进行1000分类的模型训练,并将训练成功的模型首次迁移到20万张“光学相干断层成像(OCT)”数据进行眼科疾病4分类的训练,再次迁移到10000张肺部X线片数据,进行儿童重症肺炎2分类的训练。极大地提升的模型的泛化能力。此外,该深度学习的相关论文已被2019MICCAI接收。

 

“发热熊”以儿童常见的发热相关疾病为研究内容,基于权威指南、专家共识、300余万份的海量病历等知识型文本,融合自然语言处理技术和机器学习算法,实现针对儿童常见发热相关疾病开展准确的辅助诊断,通过无缝嵌入电子病历系统成为门诊医生的贴心助手。

 

咪姆熊的其他几项能力同样依靠医院确切的场景需求开发,因此在使用时也迅速贴合医生的需求。接下来,咪姆熊还将继续拓宽自己的能力,以为儿童提供更多智能化的帮助。

 

截屏2019-12-02下午3.14.32.png

广州市妇女儿童医疗中心数据中心主任梁会营

 

 

动脉网还采访到了本次大会主办方,浙大睿医人工智能研究中心主任、浙江省医疗数据产业研究会副理事长吴健,吴健教授在本次大会中担任主持人。

 

吴健教授表示:浙大睿医将目光放在影像数据、医保数据两个方向上,通过人工智能的方式处理这些数据,以实现AI下的辅助诊断与医保运营、控费。具体而言,这些技术正在放射科影像、病理影像、病案质控等场景下进行应用。

 

此外,睿医正把更多的精力放在数据的质量问题上,如在病案质控中用AI发现病案首页与诊断结果不一致的现象,以提升病案首页的准确性,为DRG政策发展、为CDSS打造做准备。

 

而对于热门的审批问题,吴健教授认为:AI的审批过程由国家推动,企业需要做的是尽可能地提升产品质量,做好临床试验,准备好相关审批材料。只要产品确实符合场景需求、符合医生需求、能够惠及老百姓,这样的产品便是有价值的。同样,由于涉及到了百姓,审批的速度放慢一点也是有必要的。

 

 截屏2019-12-02下午3.14.59.png

浙大睿医人工智能研究中心主任、浙江省医疗数据产业研究会副理事长吴健

 

总的来说,本次大会广泛地展现了人工智能在医疗方向的潜在应用。我们可以看到,在算力、算法、数据三要素中,许多学者兼有发展,并将革新算法、提供数据质量、构建深度学习数据库视作核心之事进行突破。

 

此外,产、学、研结合也是本次大会的一个重要主题。随着基于跨领域加值大数据平台构建的联盟和中心的建立,在浙江省多方力量的努力下,新时代医疗人工智能的发展必将更进一步。

如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章

企业
对接
商务
合作
用户
反馈