Topics专题研讨会：AI and Medicine

Topics专题研讨会：AI and Medicine | MDPI Seminar (二)

发表时间：2024-11-28 阅读量：213

本次会议由MDPI主办，主题为“AI and Medicine”，旨在探讨人工智能在医学领域的最新进展和应用。会议将于2024年12月3日和5日在线举行，由浙江大学附属邵逸夫医院的章仲恒副教授主持。章仲恒副教授同时也是 Diagnostics 期刊的副主编，他的研究专注于急危重症的大数据精准诊疗。

会议将涵盖多个议题，包括数据驱动的脓毒症分型及精准化诊疗、智能病理影像基因组学、机器学习在医学研究的应用、通用视网膜基础模型的开发等。特邀专家们将分享他们在这些领域的研究成果和经验。例如，邵伟教授将讨论病理影像基因组学的最新进展，而李文龙博士将介绍视网膜图像分析模型RETGLoT的开发和应用等。

此外，会议还包括关于超声散射成像与超声AI、智能高光谱影像在精准医疗诊断中的应用、以及Trustworthy AI在临床诊断中的应用等报告。最后，MDPI出版人陈艳女士将介绍 Diagnostics 期刊及学术出版中的AI应用和政策。

本次会议将为参与者提供一个深入了解AI在医学领域应用的平台，促进学术交流，并探索未来研究方向。会议将通过MDPI微信视频号、小鹅通直播平台、科研云平台和蔻享学术进行直播，欢迎全球医学和AI领域的专业人士参与。

1 研讨会信息 Seminar Info

● 时间

2024年12月5日 19:00–21:40

● 观看通道

| 小鹅通直播间 |

点击链接，观看直播：https://dbofi.xetlk.com/sl/2CEonX。

● 学者交流群

长按识别二维码，添加小助手微信，备注“学校+姓名+研究方向”，邀您加入 MDPI 学者交流群，获取直播链接，掌握直播动态，交流科研经验。

2 会议流程 Seminar Schedule

●

19:00–19:10
章仲恒副教授

会议主席致辞

●

19:10–19:40
周著黄副教授

超声散射成像与超声AI

●

19:40–20:10
王祥辰教授

以智能高光谱影像建构精准医疗诊断

●

20:10–20:40
张勤教授

可信智能辅助精准诊断

●

20:40–21:10
张雷博士

Oncology, Screening, 从STEMer的角度看临床内窥镜筛查

●

21:10–21:20
陈艳女士

Diagnostics 期刊及学术出版中的AI应用和政策

●

21:20–21:40

提问交流环节

3 会议主讲人 Seminar Speakers

会议主席

章仲恒副教授

浙江大学邵逸夫医院

个人简介：Diagnostics 期刊副主编，浙江大学附属邵逸夫医院主任医师，副教授，特聘研究员，急诊医学科副主任，浙江大学医学院急救医学研究所副所长；主要研究方向为急危重症的大数据精准治疗，构建了全国多中心的脓毒症多组学数据库，包含影像组学、转录组学、蛋白组学、临床组学等，并利用人工智能算法开展脓毒症精准化治疗的研究。围绕上述研究承担了多项国家自然科学基金及其它省部级科研项目。在 Nature Communications；Intensive Care Medicine 等期刊发表论文多篇。入选2021年浙江大学临床拔尖人才培养计划，浙江省医坛新秀，获得了省医学科技奖一等奖 (排名第三)。

报告题目

数据驱动的脓毒症分型及精准化诊疗

报告简介

本报告聚焦于数据驱动的脓毒症分型及精准化诊疗研究，旨在通过应用先进的数据分析技术和机器学习算法，对脓毒症患者进行精细化分型，以实现个性化治疗方案的制定。报告首先概述了脓毒症作为全球医疗领域的重要挑战，其高发病率和死亡率对公共卫生构成的威胁。随后详细介绍了如何利用多源医疗数据，包括电子健康记录、实验室测试结果和基因组信息，来识别脓毒症的不同亚型，并探讨了这些亚型对不同治疗策略的反应差异。

研究的核心目标是提高脓毒症的诊断准确性，优化治疗方案，并最终改善患者预后。报告还涵盖了关键的技术挑战，如数据隐私保护、模型解释性和临床实施的可行性。通过这一研究，我们期望为脓毒症的管理提供新的视角，并推动精准医疗在重症医学中的应用。

联系邮箱：zh_zhang1984@zju.edu.cn

特邀主讲人

周著黄副教授

北京工业大学

个人简介：Diagnostics 期刊编委。北京工业大学生命科学与生物工程学院副教授，主要从事生物医学超声、信号处理及人工智能方面的研究。主持完成国家自然科学基金、北京市自然科学基金等项目4项。近五年，以第一或通讯作者在Ultrasonics、Ultrasonics Sonochemistry等期刊上发表SCI论文15篇。获得2022年北京市普通高等学校优秀本科生毕业设计(论文)优秀指导教师、《医疗卫生装备》杂志2023年度优秀论文一等奖等荣誉。现任SCI期刊Scientific Reports、Diagnostics编委和核心期刊《生物医学工程研究》编委。

报告题目

超声散射成像与超声AI

报告简介

主要介绍研究小组在超声背散射统计成像与超声AI方面的研究进展。其中，超声背散射统计成像包括Nakagami成像、零差K成像和信息熵成像等方法及超声组织定征应用；超声AI包括超声心动图、胰腺超声造影、肝脏超声射频信号等的AI模型及辅助诊断/治疗应用。

联系邮箱：zhouzh@bjut.edu.cn

王祥辰教授

台湾中正大学

个人简介：Diagnostics 期刊作者。台湾中正大学教授兼任育成中心主任、高雄医学大学学士后医学系教授、大林慈济医院特聘研究员、泰国Shinawatra University特聘研究员；主要研究方向高光谱影像、人工智能、光机电整合工程技术，与台湾各地医院进行临床试验在食道癌、膀胱癌、黄斑部病变、皮肤癌、生物芯片等相关研究。获得2017国际杰出发明家终身成就奖、2020国家新创奖、2024马来西亚MTE 尖端医疗保健和生命科学国际发明展金牌，目前发表国际期刊135篇、50件发明专利。

报告题目

以智能高光谱影像建构精准医疗诊断

报告简介

人工智能与高光谱影像是近年来很热门的研究主题，高光谱影像为一张彩色的影像带有光谱的信息，透过波段选择能增强区域影像的差异，透过非侵入式的量测分析结合计算机的快速运算，达到临床诊断与及时判读。在这次的分享的内容中，我将从最基础的物理机制、研究动机与背景进行分享，而在生物芯片的癌细胞检测、口腔、皮肤、眼底镜与内视镜的临床诊断都有相关的研究成果。透过这次的分享能让医学与工程跨领域的合作，带来更多火花。

联系邮箱：hcwang95@gmail.com

张勤教授

清华大学

个人简介：Diagnostics 期刊作者。清华大学教授，博士生导师。第十三届全国政协常委；中国科协荣誉委员；国际核能院院士；中国人工智能学会会士、因果与不确定性人工智能专委会主任、智慧医疗专委会顾问；中国知识产权研究会学术顾问委员会主任；清华大学博士后校友会会长、核能与新能源技术研究院和计算机系双聘教授、博导。曾任中国科协党组副书记、副主席、书记处书记、国家知识产权局副局长、重庆市科委主任、国家核电重大专项期中验收专家组组长、国家核电重大专项战略咨询专家组组长、国家科委重大软课题“磁浮列车重大技术经济问题研究”课题组组长、国家“知识产权战略”制定工作领导小组成员、办公室常务副主任、纲要组组长。

报告题目

可信智能辅助精准诊断

报告简介

DUCG (Dynamic Uncertain Causality Graph) 是基于因果关系 (对现实世界的理解) 而非大数据拟合的新一代可信AI模型，已构建70多个主诉症状模型，覆盖1500多种疾病，多数已完成第三方三甲医院 (盖章) 回顾性病历测试验证，正确率95%以上，其中每种病 (含少见病) 正确率80%以上。已在五个区县三级 (村诊所、乡镇卫生院和二级医院) 医疗机构全覆盖落地应用，累计诊病200多万例，仅发生过17例诊断错误，均已溯源纠错无再错。统计显示可提高基层医生的诊病能力 (病种) 数倍。

张雷博士

复旦大学

个人简介：Diagnostics 期刊作者。复旦大学工程与应用技术研究院，博士。在数据/全栈软件/人工智能/机器学习工程师领域有丰富经验，擅长利用Python、Matlab、C++、Java和Linux推动创新。精通使用Git进行版本控制和使用Pytorch进行深度学习模型开发。专注于机器人视觉、医学成像和机器学习，能够将复杂的概念转化为可操作的解决方案。具备较强的问题解决能力，能适应动态环境，是一名有效的协作者，善于创造性解决问题。

报告题目

Oncology, Screening, 从STEMer的角度看临床内窥镜筛查

报告简介

临床肿瘤筛查，包括内窥镜图像在内的深度学习方法，挑战在于人为定义分类的标签，往往一种定义无法覆盖到其他数据收集者的数据中，这使得一种通用型的方法很难被发现。作者偶然的实验结果显示，一种新的压缩数据的方法启发了人为定义的标签的风险，并且有可能将深度学习为基础的方法，特别是神经网络提起特征的方法迁移至大样本的临床数据集中，实现病灶识别、分割等任务的前置数据采集，数据工程等问题。

联系邮箱：portgasray@163.com