AI tıbbi görüntüleme şölenine beş büyük ismi davet ettik CCF-GAIR 2018
"AI + Medikal Görüntüleme" teknolojisi gittikçe daha olgun hale geliyor ve teşhis doğruluğu, hızı ve hastalıkların kapsamı alanında atılımlar gerçekleştirildi ve yakında yüksek verimlilik ve kullanılabilirlik aşamasına girmesi bekleniyor. İnsanların yapay zeka teknolojisine ilişkin beklentileri artmaya devam ettikçe, yapay zekanın insanları geride bıraktığı ve hatta onların yerini aldığı fikri bir süredir artıyor ve insanlar ve teknoloji zıt tarafta duruyor gibi görünüyor.
Bununla birlikte, aceleciliği ve yeryüzüne bırakarak, teknolojinin gelişiminin insanoğlunun ihtiyaçlarından kaynaklandığını ve birlikte refah ve ortak yaşamın bir sonucu olduğunu göreceğiz. Özellikle tıp endüstrisinde, yapay zeka ne kadar akıllı olursa, algoritma bilimcilerinin sürekli araştırmalarından ne kadar ayrılmaz ve yapay zeka ne kadar akıllı olursa, doktorların sürekli eğitiminden o kadar ayrılmaz.
Yapay zekanın gözünden tıbbi görüntülemenin geçmişini ve geleceğini nasıl görebiliriz?
30 Haziran'da, 3. CCF-GAIR Küresel Yapay Zeka ve Robotik Zirvesi "Bilgisayar Vizyonu Özel Oturumu", teknoloji devinin baş teknoloji sorumlusu, uluslararası akademik zirvenin başkanı ve dünyaca ünlü yapay zeka laboratuvarının direktörü en yeni tıbbi görüntüleri kamuoyuyla paylaşacak. Şirketin araştırma ve ticari sonuçları size yeni düşünce ve duygular kazandırır.
Tian Jie, Çin Bilimler Akademisi Moleküler Görüntüleme Kilit Laboratuvarı Direktörü
Çin Bilimler Akademisi'nin Moleküler Görüntüleme Anahtar Laboratuvarı 2012 yılında kurulmuş ve Çin Bilimler Akademisi Otomasyon Enstitüsü Akıllı Tıp Araştırma Merkezinde kuluçkalanmıştır.
Profesör Tian Jie, Çin Bilimler Akademisi Otomasyon Enstitüsü'nde araştırmacı ve Moleküler Görüntüleme Anahtar Laboratuvarı'nın direktörüdür. 2010 yılından bu yana, Profesör Tian Jie, bilgisayarla görme ve tıbbi görüntü analizi alanında art arda en iyi 7 bursiyerini kazandı: IEEE Üyesi, IAMBE Üyesi, SPIE Üyesi, AIMBE Üyesi, IAPR Üyesi, OSA Üyesi, ISMRM Üyesi. İki ulusal anahtar temel araştırma geliştirme planının (973 planı) baş bilim adamı.
Profesör Tian Jie, en yaygın tıbbi büyük verinin görüntü verileri olduğuna ve görüntü veri biçiminin standart, elde edilmesi kolay ve kullanımı kolay olduğuna inanıyor. Ancak tıbbi büyük veriler görüntülerle sınırlı değildir, aynı zamanda patoloji ve klinik tedavi bilgilerini de içerir.Sadece bu bilgiler entegre edildiğinde yapay zekanın gerçek tıbbi uygulamasını modelleyebilir ve çözebiliriz.
Akademik araştırma okurken Profesör Tian Jie, yapay zeka teknolojisinin uygulama olasılıklarını da aktif olarak araştırmaktadır. Yapay zeka teknolojisinin yalnızca klinik uygulama ile bağlantılı olması durumunda değerli olduğuna ve girişimci dönüşüm yoluyla üretkenliğe dönüştürülebileceğine inanıyor.
"Şimdi, endüstriyi canlandırmak ve yapay zekanın daha derinlemesine uygulamalarını canlandırmak için tıbbi konularda daha tipik yapay zeka ve büyük veri uygulamalarına ihtiyacımız var. Bunlar tamamlayıcı, boş bağırma yöntemleridir, büyük ölçekli, tipik uygulamalar olmadan sorunu çözemez Evet. Yalnızca cerrahlar ve dahiliye doktorları tarafından tanınan teknoloji ve klinik uygulama daha anlamlı olabilir. "
Profesör Shen Dinggang, Kuzey Carolina Üniversitesi
Tıbbi görüntü analizi ve bilgisayar görüşü alanlarında, Profesör Shen Dinggang'ın adı neredeyse bilinmiyor.
Profesör Shen Dinggang, tıbbi görüntülemede yapay zeka araştırması yapan dünyadaki ilk bilim insanlarından biridir.Tıbbi görüntülemeye derin öğrenmeyi ilk uygulayan kişidir.Yaklaşık 20 yıldır tıbbi görüntü analizi, bilgisayarla görme ve örüntü tanıma ile uğraşmaktadır.
Profesör Shen Dinggang lisans, yüksek lisans ve doktora derecelerini Shanghai Jiaotong Üniversitesi'nden aldı ve 1999'da tıbbi görüntü analizine başlamak için Johns Hopkins Üniversitesi Tıp Fakültesi Radyoloji Bölümüne gitti.
Profesör Shen'in Amerika Birleşik Devletleri'ndeki akademik kariyeri oldukça başarılı olmuştur. Şu anda Amerika Birleşik Devletleri'ndeki North Carolina Kilisesi'nde bir ömür boyu profesör ve seçkin bir profesör, Amerikan Tıp ve Biyoloji Mühendisliği Akademisi üyesi, IEEE üyesi ve ulusal bin kişi. Uluslararası yetkili dergilerde 380 makale yayınladı. , 20.000'den fazla kez alıntı yapılmıştır, H-indeksi 79.
Profesör Shen Dinggang, güçlü akademik beceriye sahip bir ekibe liderlik ediyor ve akıllı tıbbi bakım alanında uluslararası lider düzeydedir.Araştırma yönleri, tıbbi büyük verilere dayanarak otizm, Alzheimer hastalığı, beyin tümörü, akciğer kanseri, meme kanseri vb. Bunlar arasında, "Alzheimer Hastalığının Multimodal Teşhisi" nin doğruluğu dünyanın en üst sıralarında yer alır ve "Beyin Yapısının Hassas Hesaplanması ve Teşhisi" ndeki HAMMER görüntü kayıt yöntemi, 2006 IEEE Signal Processing Society En İyi Makalesi ödülüne layık görüldü ve 700'den fazla, ilgili yazılım indirmeleri 10.000'den fazla kişiye ulaştı. Dünyanın her yerinden çok sayıda en iyi üniversite, bilimsel araştırma kurumu, ünlü hastaneler ve yüksek teknoloji şirketleri tarafından gösterilmektedir.
Buna ek olarak, ekibi, arka arkaya 5 yıl boyunca tıbbi görüntü (akıllı) analizi için MICCAI (bilgisayarla görme alanında CVPR ve ICCV ile aynı seviyede) en çok makaleyi yayınladı (makalelerin yaklaşık% 10'u ekibinden geliyor) .
Profesör Shen kendini her zaman bir mühendis olarak konumlandırmıştır ve yaptığı tüm problemler pratik problemleri çözmek içindir. Herhangi bir yeni teknolojinin ortaya çıkmasının, her zaman önce her alanda denediğine, kolay problemleri çözdükten sonra sert kemiklerin sonunda kaldığına inanıyor. Aynı şey derin öğrenme için de geçerlidir. Birçok algoritmanın son uygulaması, ilgili profesyonel bilgi gerektirir ve herkes bunu kullanamaz.
"Pek çok insan derin öğrenmenin doktorların yerini alması gerektiğini söylüyor. Bence bu tamamen imkansız. Eğer derin öğrenme doğru kullanılırsa, gerçekten birçok sorunu çözebilir, ancak onu iyi kullanmak için ilgili mesleki bilgiye hakim olmalısınız. Ayrıca, bazı geleneksel Yöntem derin öğrenme ile birleştirilebilirse daha iyi sonuçlar elde edilecektir. "
Xing Lei, Stanford Üniversitesi Tıbbi Fizik Bölümü Dekanı
Profesör Xing Lei, tıp fiziği alanında dünyanın en seçkin uzmanlarından biridir.Stanford Üniversitesi'nde kadrolu profesör ve Stanford Tıp Fakültesi'nde Tıbbi Fizik Bölümü başkanıdır.Aynı zamanda Elektronik, Moleküler Görüntüleme, Biyomedikal Mühendisliği, Biyoinformatik ve Biyo X'in yarı zamanlı profesörü, ACS, AAPM, RSNA ve WMIC akademisyenidir. Tıbbi görüntüleme, tümör radyasyonu ve biyolojik bilgi araştırmalarında 25 yıldan fazla deneyime sahip, 350'den fazla makale yayınlamış ve NIH, Milli Savunma Bakanlığı, NSF ve ACS'den birçok büyük bilimsel araştırma projesi almıştır. Stanford Üniversitesi'nde dünyanın en iyi yapay zeka ortak laboratuvarının kurulmasına liderlik edin ve bilgisayar, biyomedikal mühendisliği ve tıp fakültesi gibi çapraz disiplinlerde yetenek eğitimini gerçekleştirin.
Profesör Xing'in laboratuvar araştırması, temel görüntüleme ekipmanı, moleküler görüntüleme, görüntü yeniden yapılandırma ve işleme, görüntüleme ve genomik, tedavi planlamadan klinik veri toplama ve analizine kadar geniş bir alanı kapsamaktadır. Bu araştırma projelerinin çoğu, makine öğrenimi ve yapay zeka uygulamasını içerir. "Gelecekte, yapay zeka tıbbi araştırma ve klinik uygulamalarda önemli bir bileşen olacak."
Ancak aynı zamanda, merkezi olmayan ve düzensiz verilerin akıllı tıbbın gelişiminin önündeki en büyük engellerden biri olduğunu da söyledi. Veri açısından, büyük miktarda yüksek kaliteli veriye ek olarak, veri standardizasyonu da çok önemlidir. Stanford Üniversitesi'nin biyomedikal bilgi bölümünde, büyük laboratuvarlardan biri terminolojinin nasıl standartlaştırılacağına adanmıştır. Aslında tüm tıbbi, endüstriyel ve ticari terimleri standart bir dille ifade etmek büyük bir proje.
Ancak başka bir bakış açısıyla, hükümet, yabancı ülkelerden daha verimli olabilecek bu sorunu etkili bir şekilde koordine edebilir, müzakere edebilir ve çözmeye teşvik edebilir.
Profesör Xing bir keresinde gelecekte her radyoloji doktorunun, cep telefonunun veya bilgisayar terminalinin akıllı bir analiz ve karar alma APP'sine sahip olacağını, yani temelde radyoloji departmanından (diğer bölümler dahil) geçmek zorunda olan tüm hastaların aynı anda olacağını tahmin etmişti. Bu APP sayesinde, özellikle zor hastalıklar, yapay zeka analiz ve karar vermede yardımcı olacaktır.
Wang Xi, Başkan Yardımcısı ve Baş Teknoloji Sorumlusu, Philips Çin
Dr. Xi Wang, 2016'dan beri Philips Çin'in Başkan Yardımcısı ve Baş Teknoloji Sorumlusu olarak görev yapmaktadır. Philips Çin'in üst yönetim ekibinin bir üyesidir ve Philips'in Çin'deki sağlık teknolojisi yenilik stratejisi ve dijital dönüşümünden sorumludur. Philips yapay zeka laboratuvarı, büyük veri ve yapay zeka teknolojisi ile tıbbi sağlığın derinlemesine entegrasyonunu ve ticari uygulamasını teşvik etmek ve Çin medikal endüstrisinin erişilebilirlik gelişimine yardımcı olmak için Çin'de başarıyla kuruldu.
2004'ten 2014'e kadar, General Electric Company'de birçok önemli liderlik pozisyonunda görev yapan Wang Xi, art arda tıbbi grubun küresel CT bölümünün genel müdürü ve yaşam bilimleri hücre analizi bölümünün genel müdürü olarak görev yaptı ve küresel pazardaki bu iki ana iş alanının gelişimini ve işini gerçekleştirdi. artırmak. 2014-2015 yılları arasında Philips'e katılmadan önce Wang Xi, Carestream Health Global X-ray Solutions Genel Müdürü ve Şangay Ar-Ge Merkezi Genel Müdürü olarak görev yaptı ve uzun vadeli iş geliştirme stratejisi ve teknolojik yenilik dahil olmak üzere X-ray küresel işlerinden sorumlu oldu.
Philips, 2014'te sağlık teknolojisi ve aydınlatmaya odaklanmak için en cesur adımı attı ve sağlık teknolojisi alanında "sağlık hizmetleri tam süreçli" bir genel çözüm sağlamak için bağımsız olarak işletilen iki şirkete ayrıldı. Bu, "Philips 6.0" dönemi.
2016 yılında, Wang Xi liderliğinde, Philips Çin, esas olarak entegre çözümlerin geliştirilmesine adanmış bir dijital inovasyon ekibi kurdu ve evdeki doktorlarla bağlantı kurmak için "Lung Butler" ı başlattı.
Wang Xi ayrıca bundan önce Çin'de yapmamız gereken şeyin topraklanmış tıbbi yapay zeka ürünleri olduğunu ve Çin pazarını anlayıp yerel bölgeye göre Çinli hastalar için uygun ürünler yapabileceğimizi söyledi.
Tıbbi yapay zeka ürünlerinin geliştirilmesi, teşhis merkezli bir geliştirmeden sağlık merkezli bir gelişime doğru gelişiyor ve bu, aynı zamanda Philips'in genel tıbbi yapay zeka düzeninin de özünü oluşturuyor. "Özellikle, oluşturmak istediğimiz şey, küçük ev aletlerimizi, kullanıcı giyilebilir cihazlarını ve ilgili tıbbi bilgi teknolojisini kapsayan" tam sağlık bakımı "için entegre bir çözümdür. Ürünler, hastane öncesi sağlık yönetimi ve hastalık taramasını yayabilir. Hastanedeki hastalıkların muayenesi, teşhisi ve tedavisinin yanı sıra hastaneden sonra hastalığın iyileşme süreci ve kronik hastalık yönetimi. "
Microsoft Asya Araştırma Araştırma Başkan Yardımcısı Zhang Yizhao
27 yıl önce Gates, Microsoft Research'ü kurdu.Amaçlarından biri, bilgisayarların insanları dinlemesini, görmesini ve anlamasını sağlamak ve bilgisayar alanında bilgisayarla görme, makine öğrenimi, konuşma tanıma ve diğer teknolojiler dahil olmak üzere tüm dal teknolojilerinin gelişimini teşvik etmektir. Arayın ve bunu Microsoft'un gelecekteki gelişimi için fikirler ve talimatlar sağlamak için kullanın.
Microsoft Research Asia'nın kuruluşundaki ilk personel grubu olan Dr. Yizhao Zhang, birkaç yıl önce MIT'den mezun oldu ve 1999'da sorumlu araştırmacıktan dekan yardımcısına kadar araştırma enstitüsüne katıldı.
Zhang Yizhao, ilk yıllarında Amerika Birleşik Devletleri'nde MIT'de okurken, bir dal seçmek için yolda bir çatalla karşılaştı. Tıp okumak ya da teknoloji yapmak bir sorun haline geldi. Bunu düşündükten sonra, daha çok ilgilendiği elektrik mühendisliği ana dalını seçmeye karar verdi. Ancak, on Birkaç yıl sonra, daha fazla yenilik getirmeyi umarak bilgisayar teknolojisini tıp alanıyla birleştirdi.
Zhang Yizhao, yapay zeka tıbbi bakımının sadece işbirliği yapacak bir hastane bulmak için teknolojiyi kullanmak olmadığına inanıyor. "Teknoloji uygulanacaksa, doğru sahneyi bulmak için çok çalışmalı ve teknolojinin etkililiğini, güvenliğini ve uygulanabilirliğini kanıtlamak için politika yapıcılar, düzenleyici makamlar, hastane satın alanlar, bölüm yöneticileri, klinisyenler, hastalar vb. Gibi sayısız tarafı ikna etmek gerekiyor. Seks. Son olarak, ürününüz için kimin ödeme yapacağını anlamalısınız. Bu sektörün sonuç üretmesi zaman alıyor ve girişimciler ve yatırımcılar daha sabırlı olmalı. "
Zhang Yizhao, hassas yaşamın, sosyal kaynak israfını azaltabilen ve yaşam verimliliğini ve kalitesini artırabilen hassas ilaç, hassas eğitim, hassas perakende, hassas üretim vb.
CCF-GAIR Küresel Yapay Zeka ve Robot Zirvesi:
30 Haziran'da, sektör ve akademisyenler hakkında derinlemesine bilgi sahibi olan beş misafir CCF-GAIR 2018'e ne tür harika konuşmalar getirecek? Bekleyip göreceğiz! Lei Feng Ağı Lei Feng Ağı Lei Feng Ağı
