2018年12月18日，由鵬城實(shí)驗(yàn)室、新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟共同舉辦的「新一代人工智能院士高峰論壇」進(jìn)行到第二天。

本次論壇以「『頭雁』穿云，云腦啟智」為主題，匯集多位院士、國(guó)內(nèi)頂級(jí)科技企業(yè)技術(shù)負(fù)責(zé)人，為與會(huì)聽(tīng)眾奉上了一場(chǎng)人工智能的思想盛宴。

論壇主辦方之一的鵬城實(shí)驗(yàn)室，又稱深圳網(wǎng)絡(luò)空間科學(xué)與技術(shù)省實(shí)驗(yàn)室，于 2017 年 12 月 22 日授牌，2018 年 3 月 31 日正式啟動(dòng)。目前鵬城實(shí)驗(yàn)室設(shè)有網(wǎng)絡(luò)通信、人工智能和網(wǎng)絡(luò)安全三個(gè)研究方向和網(wǎng)絡(luò)通信、人工智能、網(wǎng)絡(luò)安全、機(jī)器人、量子計(jì)算五個(gè)研究中心。同時(shí)已有多位院士入駐實(shí)驗(yàn)室院士工作室。

另一主辦方新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟成立于 2017 年 7 月 23 日。聯(lián)盟發(fā)起成員單位包括百度、阿里巴巴、騰訊、華為等十幾家知名企業(yè)。中國(guó)工程院潘云鶴院士任聯(lián)盟名譽(yù)理事長(zhǎng)和專家委員會(huì)主任，高文院士任聯(lián)盟理事長(zhǎng)，北京大學(xué)計(jì)算機(jī)科學(xué)技術(shù)系主任黃鐵軍教授任聯(lián)盟秘書長(zhǎng)。

本次論壇議程共分為兩天，繼17日主論壇的高屋建瓴和頭腦風(fēng)暴之后，18日的醫(yī)療專題論壇聚焦行業(yè)場(chǎng)景，由十幾位醫(yī)療人工智能領(lǐng)域的頂級(jí)專家緊貼臨床需求，為現(xiàn)場(chǎng)數(shù)百名專業(yè)聽(tīng)眾帶來(lái)了極具啟發(fā)性的分享。 

北京大學(xué)信息科學(xué)技術(shù)學(xué)院教授、博士生導(dǎo)師田永鴻教授

論壇伊始，北京大學(xué)信息科學(xué)技術(shù)學(xué)院教授、博士生導(dǎo)師田永鴻教授發(fā)表開幕致辭。田教授指出，隨著中國(guó)人口老齡化加速，慢性病高速增長(zhǎng)，加上我國(guó)醫(yī)療資源長(zhǎng)期供需失衡、地域分配不均，人們對(duì)醫(yī)療人工智能的需求與日俱增。在此背景下，智慧醫(yī)療逐漸進(jìn)入傳統(tǒng)醫(yī)療的方方面，在智能導(dǎo)診、疾病風(fēng)險(xiǎn)管理、語(yǔ)音電子病歷、影像輔助診斷、醫(yī)療機(jī)器人、藥物挖掘與臨床試驗(yàn)等眾多垂直領(lǐng)域得到應(yīng)用。

最后，田教授也表達(dá)了自己的期望——希望本屆論壇能夠匯聚更多業(yè)內(nèi)的聲音，讓大家攜起手來(lái)，共同推動(dòng)智慧醫(yī)療產(chǎn)業(yè)在中國(guó)的發(fā)展。

鵬城實(shí)驗(yàn)室智慧醫(yī)療課題負(fù)責(zé)人劉挺教授

隨后，鵬城實(shí)驗(yàn)室智慧醫(yī)療課題負(fù)責(zé)人劉挺教授登臺(tái)演講，向與會(huì)聽(tīng)眾介紹了鵬城實(shí)驗(yàn)室智慧醫(yī)療課題的詳細(xì)情況。劉挺教授介紹，鵬城實(shí)驗(yàn)室人工智能研究中心下設(shè)了云腦開源軟硬件平臺(tái)、智慧交通和智慧醫(yī)療三大課題。

其中，智慧醫(yī)療課題又分為四個(gè)子課題：一、基因數(shù)據(jù)的壓縮與分析，由哈工大的趙德斌教授牽頭；二、醫(yī)療影像的分析與輔助診斷，有北京大學(xué)王亦洲教授牽頭；三、醫(yī)學(xué)的知識(shí)圖譜與自然語(yǔ)言處理，由劉挺教授本人負(fù)責(zé)；四、智慧醫(yī)療應(yīng)用平臺(tái)，主要對(duì)前面三個(gè)子課題進(jìn)行集成，由湖南大學(xué)彭紹亮教授負(fù)責(zé)。

目前，鵬城實(shí)驗(yàn)室在四個(gè)智慧醫(yī)療子課題上均取得了不俗的成績(jī)。劉挺教授表示，未來(lái)鵬城實(shí)驗(yàn)室還將再接再厲，致力打造一個(gè)面向中國(guó)人的公益性、開放式的智能輔助診療平臺(tái)，把基因、影像、文本、知識(shí)圖譜等多種媒介集成在一起，幫助醫(yī)生更好地進(jìn)行診療。

中央保健委專家劉榮主任

第二位登臺(tái)的是中央保健委專家劉榮主任，他以《智能醫(yī)學(xué)的機(jī)遇和挑戰(zhàn)》為題做了精彩分享。

演講開篇，劉榮主任提綱挈領(lǐng)地對(duì)智能醫(yī)學(xué)概念進(jìn)行了準(zhǔn)確定義：智能醫(yī)學(xué)，即利用人工智能的工具和方法，輔助或替代人類進(jìn)行醫(yī)療行為的科學(xué)，其特征是標(biāo)準(zhǔn)化的醫(yī)療行為和個(gè)體化的醫(yī)療設(shè)計(jì)。

劉榮主任介紹，語(yǔ)音識(shí)別、圖像識(shí)別、視頻識(shí)別以及智能導(dǎo)航等新技術(shù)的出現(xiàn)，使得醫(yī)學(xué)影像輔助診斷、多模態(tài)影像融合、三維重建變得更加高效。其中三維重建是當(dāng)前的一大研究熱點(diǎn)，它是手術(shù)導(dǎo)航技術(shù)的基礎(chǔ)。優(yōu)秀的手術(shù)導(dǎo)航系統(tǒng)可以幫助醫(yī)生降低手術(shù)難度、提高手術(shù)質(zhì)量，同時(shí)輔助新醫(yī)生的培訓(xùn)。

劉榮主任也指出，當(dāng)前手術(shù)導(dǎo)航仍然面臨著不少挑戰(zhàn)。手術(shù)導(dǎo)航分為硬質(zhì)器官手術(shù)導(dǎo)航和軟質(zhì)器官手術(shù)導(dǎo)航兩大類別。其中軟質(zhì)器官容易發(fā)生形變和位移，給手術(shù)導(dǎo)航帶了巨大的挑戰(zhàn)、劉榮主任在這方面做了許多努力和研究，也取得不俗的成果。劉榮主任表示，希望未來(lái)技術(shù)突破可以實(shí)現(xiàn)手術(shù)機(jī)器人+智能導(dǎo)航+自動(dòng)控制的外科，“一個(gè)外科醫(yī)生就能控制30臺(tái)手術(shù)”。但要實(shí)現(xiàn)這一愿景，數(shù)據(jù)共享仍是一道嚴(yán)峻的挑戰(zhàn)。

深睿醫(yī)療首席科學(xué)家俞益州教授

緊接著，深睿醫(yī)療首席科學(xué)家俞益州教授發(fā)表了主題為《人工智能在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用及前景》的主題演講。

俞教授介紹，現(xiàn)代醫(yī)學(xué)越來(lái)越依賴醫(yī)學(xué)影像信息進(jìn)行診斷，其中有80%的臨床問(wèn)題需要影像檢查才能得出準(zhǔn)確的診斷結(jié)果。醫(yī)學(xué)影像格式標(biāo)準(zhǔn)化的特點(diǎn)又特別適合引入人工智能技術(shù)，因此醫(yī)學(xué)和人工智能的結(jié)合成為了當(dāng)前的熱門研究方向。

深睿醫(yī)療作為一家新銳企業(yè)，在醫(yī)學(xué)影像分析方面進(jìn)行了許多探索。俞教授介紹，深睿醫(yī)療目前主要致力于兩類重大疾病的輔助診斷：一是癌癥的篩查和分析、分類；二是急診室場(chǎng)景需要快速確診的疾病輔助診斷，比如腦卒中。

演講最后，俞教授還透露了深睿醫(yī)療與香港大學(xué)、中山大學(xué)合作的一項(xiàng)最新研究成果——通過(guò)一種新的、非局部的上下文編碼網(wǎng)絡(luò)提高醫(yī)學(xué)圖像分割算法的魯棒性。這項(xiàng)成果在設(shè)計(jì)編碼器的時(shí)候有兩方面的考量：一是全局的關(guān)聯(lián)性，二是全局的上下文。在全局關(guān)聯(lián)性方面，通過(guò)對(duì)每個(gè)像素特征向量和同一個(gè)圖像內(nèi)部所有其他未知的特征向量進(jìn)行相關(guān)性分對(duì)相關(guān)性大的像素能夠進(jìn)行融合，得到去除噪聲的特征向量的版本，再把去除噪聲以后的特征向量的版本加到原始的特征圖上，得到加強(qiáng)版的特征圖。這種加強(qiáng)版的特征圖能夠?qū)υ肼?，特別是惡意的噪聲具有比較強(qiáng)的抵抗力。

 另外一方面，醫(yī)學(xué)圖像有比較明顯的結(jié)構(gòu)，因?yàn)槿梭w器官之間的相對(duì)位置是比較明確的，可以利用這種明確的結(jié)構(gòu)信息，生成全局的上下文編碼。

萊斯特大學(xué)系統(tǒng)神經(jīng)科學(xué)中心主任Rodrigo Quian Quiroga教授

第四個(gè)發(fā)表演講的是萊斯特大學(xué)系統(tǒng)神經(jīng)科學(xué)中心主任Rodrigo Quian Quiroga教授，他為與會(huì)聽(tīng)眾帶來(lái)了主題為《what make us human》的主題演講。

Rodrigo Quian Quiroga教授別出心裁地從幾部經(jīng)典科幻電影切入，探討了人類與動(dòng)物、機(jī)器思維方式的不同，為人工智能的研究方向提供了諸多啟發(fā)。

中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院生物醫(yī)學(xué)與健康工程研究所副所長(zhǎng)劉新研究員

隨后，中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院生物醫(yī)學(xué)與健康工程研究所副所長(zhǎng)劉新研究員作為第五位演講嘉賓發(fā)表了題為《腦卒中粥樣硬化斑塊檢測(cè)與智能診斷》的精彩報(bào)道。

劉新研究院介紹，動(dòng)脈粥樣硬化斑塊破裂及血栓形成是腦卒中的主要病因，其中顱內(nèi)動(dòng)脈粥樣硬化斑塊占據(jù)了47%。目前，磁共振血管壁成像是檢測(cè)顱內(nèi)動(dòng)脈粥樣硬化斑塊的唯一手段，同時(shí)它在其它位置的動(dòng)脈粥樣硬化斑塊的檢測(cè)方面也有顯著優(yōu)勢(shì)。

不過(guò)這項(xiàng)技術(shù)在臨床應(yīng)用上面臨著許多挑戰(zhàn)：首先，現(xiàn)有的磁共振成像技術(shù)成像時(shí)間過(guò)長(zhǎng)，在10分鐘以上，會(huì)產(chǎn)生運(yùn)動(dòng)造成的偽影；其次，易損斑塊結(jié)構(gòu)成分復(fù)雜，易損性的定量判斷難；最后，斑塊圖像數(shù)據(jù)量大，導(dǎo)致閱片困難。

為了解決這些問(wèn)題，劉新研究員在快速成像方法、快速曲面重建和斑塊智能診斷方面做了許多研究。醫(yī)高性能頭頸聯(lián)合血管線圈為硬件基礎(chǔ)，采用新型成像算法與脈沖序列設(shè)計(jì)，以及欠采樣快速成像的方法，劉新團(tuán)隊(duì)實(shí)現(xiàn)了低于5分鐘的全腦血管壁成像。同時(shí)，通過(guò)黑血與亮血圖像融合、局部直方圖最優(yōu)路徑選擇，實(shí)現(xiàn)了快速精準(zhǔn)的曲面重建。斑塊智能診斷方面，基于CNN的頸動(dòng)脈分隔模型，將頸動(dòng)脈粥樣硬化斑塊的自動(dòng)診斷準(zhǔn)確率提高到了85.18%。

演講最后，劉新研究院歸納，醫(yī)學(xué)影像輔助診斷AI的基礎(chǔ)是高質(zhì)量的圖像，因此動(dòng)脈粥樣硬化斑塊智能診斷需要覆蓋成像、重建和診斷全鏈條，同時(shí)還應(yīng)該建立相應(yīng)的數(shù)據(jù)采集和標(biāo)注標(biāo)準(zhǔn)。

華大生命科學(xué)研究院執(zhí)行副院長(zhǎng)劉心博士

上午場(chǎng)壓軸演講的是華大生命科學(xué)研究院執(zhí)行副院長(zhǎng)劉心博士，它帶來(lái)了主題為《基因組學(xué)大數(shù)據(jù)的分析和應(yīng)用》的精彩分享。

演講開始，劉心博士對(duì)基因組學(xué)大數(shù)據(jù)的內(nèi)容和分析方法進(jìn)行了簡(jiǎn)單介紹。劉心博士介紹，基因組學(xué)大數(shù)據(jù)和人工智能有許多交集。首先，人工智能中的圖像識(shí)別技術(shù)可以應(yīng)用于基因測(cè)序，實(shí)時(shí)計(jì)算分析基因復(fù)制過(guò)程中生化反應(yīng)產(chǎn)生熒光。其次，基因組學(xué)數(shù)據(jù)與其他數(shù)據(jù)進(jìn)行整合，也可以輔助對(duì)眼科疾病、肺癌、乳腺癌等疾病進(jìn)行智能診斷。

最后，劉心博士詳細(xì)介紹了兩個(gè)基因組學(xué)大數(shù)據(jù)的實(shí)際應(yīng)用案例：一是單一基因疾病的研究。利用基因組學(xué)數(shù)據(jù)找到基因與疾病之間的關(guān)系，并通過(guò)基因?qū)φ?，找出帶有基因缺陷卻幸存下來(lái)的患者，研究他們身上幫助對(duì)抗基因缺陷的機(jī)制，尋找治愈遺傳病的方法。

二是利用無(wú)創(chuàng)產(chǎn)前基因診斷積累的基因組學(xué)大數(shù)據(jù)，做中國(guó)人群基線、靶向基因藥物等方面的研究。

湖南大學(xué)教授、鵬城實(shí)驗(yàn)室智慧醫(yī)療子課題負(fù)責(zé)人彭紹亮教授

下午，湖南大學(xué)教授、鵬城實(shí)驗(yàn)室智慧醫(yī)療子課題負(fù)責(zé)人彭紹亮教授用題為《基于超算的人工智能醫(yī)療和區(qū)塊鏈技術(shù)》的主題演講重新點(diǎn)燃了現(xiàn)場(chǎng)氣氛。

彭紹亮教授的團(tuán)隊(duì)希望能把人工智能、超算、醫(yī)療大數(shù)據(jù)、區(qū)塊鏈最新計(jì)算技術(shù)融合在醫(yī)療過(guò)程中，從診前、診中、診后三個(gè)階段全面提升診療的效率和精度。

診前階段，彭教授的團(tuán)隊(duì)做了健康體檢機(jī)器人、掛號(hào)機(jī)器人、分導(dǎo)診機(jī)器人、全科機(jī)器人等產(chǎn)品；診中方面，做了36種疾病的輔助診療機(jī)器人；診后則推出了巡房機(jī)器人等產(chǎn)品。

彭教授表示，希望從疾病診斷、療效評(píng)估、愈后預(yù)測(cè)，建立每個(gè)中國(guó)人全數(shù)字生命周期健康管理的系統(tǒng)，從出生到死亡，從碳基生命到數(shù)字化技術(shù)的轉(zhuǎn)化，實(shí)現(xiàn)人的數(shù)字化生命在互聯(lián)網(wǎng)上可以永生。他搜集了包括并立數(shù)據(jù)、組學(xué)數(shù)據(jù)、既往病史數(shù)據(jù)、家族病史數(shù)據(jù)在內(nèi)的多維度數(shù)據(jù)。他表示，健康和醫(yī)療問(wèn)題是多維度的非常復(fù)雜的問(wèn)題，需要多維數(shù)據(jù)的融合，在疾病預(yù)防、個(gè)性化診療、營(yíng)養(yǎng)保健、健康管理給出一整套解決方案。

最后，彭紹亮教授還介紹了自己在區(qū)塊鏈技術(shù)上的研究成果。其中他和上海交大龍教授合作的醫(yī)療區(qū)塊鏈，采用智能控制合約有助于醫(yī)院和企業(yè)等各方真正實(shí)現(xiàn)數(shù)據(jù)共享。

騰訊AI Lab高級(jí)研究員孫鐘前

下午第二位發(fā)表精彩演講的是騰訊AI Lab高級(jí)研究員孫鐘前，他分享的主題是 《騰訊AI在消化內(nèi)鏡篩查中的研究和應(yīng)用》。

孫鐘前研究員以食管癌篩查為例，介紹了騰訊AI Lab在消化內(nèi)鏡篩查中的研究和探索。孫鐘前介紹，騰訊AI Lab在食管癌篩查項(xiàng)目中遇到了幾個(gè)挑戰(zhàn)：一、數(shù)據(jù)量小，導(dǎo)致模型魯棒性較差；二、數(shù)據(jù)標(biāo)注的一致性低；三、產(chǎn)品落地到多家醫(yī)院時(shí)，模型的泛化能力比較差。

為了解決這些問(wèn)題，騰訊AI Lab做了許多努力。首先為了解決假陰性的問(wèn)題，孫鐘前研究員的團(tuán)隊(duì)對(duì)網(wǎng)絡(luò)提取特征的過(guò)程做了約束，這個(gè)約束對(duì)于病變圖像失靈，對(duì)正常圖像則是各個(gè)維度特征向量的平方和。通過(guò)這樣的方式盡可能和抑制提取到的正常圖像特征，緩解了因噪聲引起的誤判。另一方面，為了解決假陽(yáng)性的問(wèn)題，孫鐘前研究員的團(tuán)隊(duì)把自然圖像和醫(yī)療圖像放到一起訓(xùn)練，對(duì)醫(yī)療圖像做正常分類，對(duì)自然圖像則追求分到每一個(gè)類別的概率盡可能相等，通過(guò)這種方式將模型的準(zhǔn)確性提升了15%。

其次，為了解決數(shù)據(jù)標(biāo)注一致性低的問(wèn)題。孫鐘前團(tuán)隊(duì)采用了一種多步迭代的方式：最開始用五個(gè)人一致的數(shù)據(jù)訓(xùn)練得到一個(gè)基礎(chǔ)的分類模型，接下來(lái)再把四個(gè)人一致的數(shù)據(jù)作為第二輪的訓(xùn)練。第二輪的訓(xùn)練一方面要考慮醫(yī)生標(biāo)注的結(jié)果，也要考慮上一輪模型的預(yù)測(cè)結(jié)果，這樣就把上一輪模型學(xué)習(xí)的經(jīng)驗(yàn)也帶到了下一輪模型學(xué)習(xí)當(dāng)中。依此類推，還可以把三個(gè)人一致甚至一個(gè)人一致的數(shù)據(jù)也加入到模型里。這樣既利用了所有數(shù)據(jù)，又對(duì)模型的魯棒性提升有很大幫助。

最后，為了提升模型的泛化能力，孫鐘前團(tuán)隊(duì)采用了無(wú)標(biāo)簽數(shù)據(jù)抑制醫(yī)院之間差異的做法。具體做法是獲取兩家醫(yī)院的無(wú)標(biāo)簽數(shù)據(jù)，讓它們同時(shí)經(jīng)過(guò)網(wǎng)絡(luò)，這樣網(wǎng)絡(luò)就無(wú)法區(qū)別某個(gè)特征來(lái)自哪家醫(yī)院。通過(guò)這種方式，模型有了較大的性能提升。

孫鐘前團(tuán)隊(duì)還將食管癌篩查的知識(shí)和數(shù)據(jù)遷移到了胃癌篩查中，同樣取得了顯著成效。

廈門大學(xué) 紀(jì)榮嶸教授

第三位演講的嘉賓是來(lái)自廈門大學(xué)的紀(jì)榮嶸教授，他分享的題目是《高可信智能化心腦血管診療理論與關(guān)鍵技術(shù)》。

紀(jì)榮嶸教授研究的主要內(nèi)容是如何將多模態(tài)、高維數(shù)據(jù)進(jìn)行高效地壓縮，讓它們?cè)诟鱾€(gè)設(shè)備之間可以高速互傳，從而打通各個(gè)醫(yī)院之間的數(shù)據(jù)屏障。其主要思路分為三步：一、把醫(yī)院的信息匯到一起；二、研究醫(yī)療大數(shù)據(jù)知識(shí)表示，探索多元異構(gòu)醫(yī)療信息的智能提取機(jī)理；三、做人機(jī)協(xié)同的診療模型。

紀(jì)教授的項(xiàng)目自2017年啟動(dòng)以來(lái)，已經(jīng)說(shuō)服了20多家三甲醫(yī)院及其下設(shè)診所加入，并將600多套心腦血管診療設(shè)備連成了一個(gè)網(wǎng)絡(luò)。數(shù)據(jù)進(jìn)來(lái)后系統(tǒng)會(huì)自動(dòng)做出初始診斷供醫(yī)生參考。

不過(guò)中間也存在一些問(wèn)題：一是初始診斷的質(zhì)量不高；二是數(shù)據(jù)規(guī)模特別大，對(duì)數(shù)據(jù)壓縮提出了巨大挑戰(zhàn)。

華東理工大學(xué) 阮彤教授

第四位演講嘉賓是來(lái)自華東理工大學(xué)的阮彤教授，她的演講題目是《基于知識(shí)圖譜與電子病歷的臨床科研與人工智能研究》。

阮彤教授在演講中提到了電子病歷遭遇的一些窘境，比如數(shù)據(jù)共享問(wèn)題。自從數(shù)據(jù)變成資產(chǎn)以后，大家都不肯分享數(shù)據(jù)，并不是因?yàn)殡[私需要，而是因?yàn)楦鞣綄?duì)數(shù)據(jù)的貢獻(xiàn)值難以界定。這就需要利用算法制定出一套利益共享機(jī)制。

另外，文本結(jié)構(gòu)化需要先建立一套標(biāo)準(zhǔn)。但醫(yī)生的工作習(xí)慣是一個(gè)病例一個(gè)病例地看，制定規(guī)范對(duì)他們而言是一件非常痛苦卻又很必要的事情。如何尋找共識(shí)，是行業(yè)接下來(lái)需要解決的問(wèn)題。

前面是基于規(guī)則系統(tǒng)的做法，采用深度學(xué)習(xí)技術(shù)可以避免部門問(wèn)題，但同時(shí)也會(huì)衍生出新的要求。首先就是數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)的制定。阮彤教授在這方面做了一些工作。

但總體來(lái)說(shuō)，這個(gè)領(lǐng)域還有很大的發(fā)展空間。

香港城市大學(xué) 李帥成副教授

下午的第五位演講嘉賓是香港城市大學(xué)的李帥成副教授，他發(fā)表了題為《二代測(cè)序在鑒識(shí)領(lǐng)域的應(yīng)用》的精彩分享。

李帥成副教授介紹，最幾年隨著大量基因數(shù)據(jù)的產(chǎn)生以及基因測(cè)序技術(shù)成本下降，這項(xiàng)技術(shù)在鑒識(shí)領(lǐng)域也得到了大量應(yīng)用。具體來(lái)說(shuō)，基因數(shù)據(jù)可以用于犯罪事件中的案犯身份鑒識(shí)，或者大型災(zāi)難后的遺體身份識(shí)別等場(chǎng)景。

李帥成副教授介紹，鑒識(shí)領(lǐng)域并不需要用到全部DNA序列，而是只需要很小的片段。不過(guò)，F(xiàn)BI公布的15個(gè)基因點(diǎn)位并不適合中國(guó)人，造成了很多冤假錯(cuò)案。為此，李帥成副教授希望用價(jià)格更低、數(shù)據(jù)量更大的二代測(cè)序技術(shù)找出一批中國(guó)人自己的點(diǎn)位。

李帥成副教授介紹，二代測(cè)序技術(shù)解決了一些原來(lái)無(wú)法解決的問(wèn)題。比如，一代測(cè)序無(wú)法區(qū)別爺孫關(guān)系和叔侄關(guān)系，但是二代測(cè)序卻可以區(qū)分得非常清楚。

同時(shí)他也指出，隨著基因測(cè)序技術(shù)變得強(qiáng)大，基因數(shù)據(jù)的安全問(wèn)題也變得日益嚴(yán)峻，這對(duì)行業(yè)來(lái)說(shuō)是一個(gè)巨大的挑戰(zhàn)。

哈爾濱工業(yè)大學(xué)（深圳）馬婷副教授

論壇壓軸演講的是來(lái)自哈爾濱工業(yè)大學(xué)（深圳）的馬婷副教授，她分享的題目是《醫(yī)學(xué)影像AI在腦疾病臨床轉(zhuǎn)化探索》。

馬婷副教授介紹，帕金森病和阿爾茨海默病這兩種腦部疾病在中國(guó)的發(fā)病率越來(lái)越高，需要引起高度重視。

馬婷副教授的研究方向之一就是如何通過(guò)影像尋找這兩種病變的生物靶點(diǎn)。她表示，無(wú)論用機(jī)器學(xué)習(xí)還是其他特征挖掘方法，都必須保證結(jié)果對(duì)醫(yī)生有可解釋性。因此，首先要對(duì)腦圖像進(jìn)行解剖學(xué)的定位。其中兩個(gè)重要核心點(diǎn)：一是能否精準(zhǔn)定位不同的腦區(qū)；二是能否通過(guò)分析把dimension降下來(lái)，更方便數(shù)據(jù)壓縮和存儲(chǔ)。

馬婷副教授采用的是基于知識(shí)圖譜的腦分割的技術(shù)，這種方法可以把任何一個(gè)目標(biāo)圖像影射到兩百多個(gè)維度的結(jié)構(gòu)化數(shù)據(jù)上去，從而獲取更多的信息。同時(shí)也可以將dimension從一百多兆一組圖像降到幾十兆，提高計(jì)算速度。

鵬城實(shí)驗(yàn)室人工智能中心主任、北京大學(xué)李革教授

最后，鵬城實(shí)驗(yàn)室人工智能中心主任、北京大學(xué)李革教授發(fā)表精彩閉幕致辭，為論壇畫上了一個(gè)圓滿的句號(hào)。李革教授表示，醫(yī)療人工智能領(lǐng)域還有非常多的挑戰(zhàn)，醫(yī)學(xué)影像、知識(shí)圖譜、基因組學(xué)等各個(gè)方面都離實(shí)際落地還有一定距離，這給研究者提供了很大的發(fā)揮空間。他希望各界人士積極與鵬城實(shí)驗(yàn)室合作，攻克行業(yè)難題，為中國(guó)智慧醫(yī)療的提升做出積極貢獻(xiàn)。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。