【CHIMA 2019】拓导课六:医学人工智能

发布时间:2019-07-04
浏览次数:




胡建中

中南大学湘雅医院党委副书记


临床医学/医学信息学博导,中南大学湘雅医院党委副书记,"移动医疗“教育部-中国移动联合实验室主任,中国卫生信息与健康医疗大数据学会常委,中国医院协会信息专委会常委。



李劲松 

浙江大学教授、博士生导师,浙江省“千人计划”入选专家



沈剑峰

国家卫生健康委规划司大数据办 调研员


研究员、医学博士


演讲主题:

医学人工智能应用研究


介绍人工智能在医学领域的应用



谢颖夫

云南省第一人民医院信息中心主任


1968年6月出生 计算机软件专业研究生毕业,正高级工程师,现任云南省第一人民医院信息中心主任,从事医院信息化工作30年。兼任中国医院协会信息专业委员会第一、第二届委员,第三届常务委员,中国卫生信息学会远程医疗专委会常务委员、中国卫生信息学会电子病历专委会委员、云南省医院协会信息专业委员会主任委员、云南省医院协会互联网专委员会副主任委员、昆明理工大学研究生导师,云南省电子工程业高级工程师评委会评委。#主要研究方向是医院信息管理、医学数据分析、数字化医学影像处理、电生理信号处理等。从事医疗信息化工作以来,先后获省科技进步三等奖5次,发表专著5部,核心期刊论文30多篇。国外IEEE论文2篇。目前在研国家自然基金项目1项,省重点1项。


演讲主题:

数据驱动下的人工智能在医疗行业的应用实践


通过分析目前医疗信息的市场、技术等情况,提出我们医疗卫生信息在这场革命中的定位,以及能利用AI能做些什么。通过给出几个具体的实践案例,以及对这些案例的过程分析,旨在达到抛砖引玉的目的,希望我们的同行一起来关注研究人工智能在医疗上的应用。同时我们也要关注大数据时代下的数据采集问题,包括可穿戴设备及技术问题。



梁海奇

英特尔(中国)有限公司 高级架构师


多年从事医疗信息化解决方案架构师和咨询顾问,有具有丰富的IT技术研究开发和售前咨询经验,在企业信息化转型、智慧城市、智慧医疗、智慧养老等领域有长期积累,涉足的技术领域包括物联网、云计算、人工智能等,拥有多项专利。


演讲主题:

构建可信的医疗人工智能分析平台


人工智能和机器学习的发展为医疗健康领域带来了前所未有的机遇,模型的训练和推理都涉及大量敏感的个人数据,如何在保障数据安全的前提下快速训练出高质量的模型,及时得到智能化诊断建议成为医疗人工智能发展的重要挑战。本演讲介绍医疗人工智能应用在不同阶段和场景下应该采取什么方法来保护关键的客户数据,期望对听众的实践有所帮助。



闾海荣

清华大学自动化系副研究员


福州数据技术研究院负责人,清华信息国家研究中心主任助理,清华大学数科院医疗健康大数据研究中心副主任。专注于机器学习、区块链和边缘计算在医疗健康领域的应用研究,发表了30多篇论文,其中10余篇为SCI检索源期刊;作为负责人或主要参与人,承担了国家科技支撑计划项目、国家自然科学基金重点项目、国家重点研发计划项目、南京市高端人才团队项目等多个纵向及横向课题。曾任IBM研究院研究员以及荣科科技(股票代码300290)副总裁,推动了上市公司的智慧医疗战略转型;参与创立和投资了多家人工智能公司,推动了人工智能和区块链技术在医疗领域的落地应用。


演讲主题:

全栈人工智能技术及其在医疗中的融合应用


人工智能与机器学习包括方方面面的技术,从前端的人机交互(包括语音交互、视觉交互、脑机交互等)、自然语言理解、对话系统、影像处理,到后端的知识图谱,单个的技术能解决的问题有限,本课程主要介绍全栈(即包含了多种AI技术)人工智能系统的构建方法及具体的技术原理,并通过多个示例介绍其在医疗信息领域的应用。



蔡昊哲

东华医为科技有限公司产品经理


负责东华医为基础数据平台、医学知识库构建平台、结构化诊断系统的产品规划和研发管理工作。2010年入职东华软件,从事医疗信息化软件研发9年,拥有敏锐的医疗行业嗅觉。先后研发了多个创新性的产品。一站式基础数据管理平台利用三维权限管理技术助力医院精细化管理,在100多家医院落地开花。开放的医学知识库构建平台更是行业先锋,致力于医学信息标准化,打破各医院的信心孤岛,整理顶级医疗机构多年的临床经验和临床文献,通过深层挖掘和结构化再辅助临床。取之于医,用之于医。先后支了持北京协和医院、中国医科大学第一附属医院等多家医院。


演讲主题:

临床诊断知识库的构建及应用


在医疗信息化高速发展的时代,大数据、人工智能等前沿技术也在医疗领域成为热点。在大家都在为医疗金字塔添砖加瓦时,往往会忽略这个巨大的金字塔的地基是否足以支持上层应用。临床数据不规范、数据质量差等问题层出不穷。聚焦医院信息化的底层临床术语的标准化及数据治理就更迫在眉睫了。#临床诊断管理平台是基于循证医学、大量医学案列,综合运用自定义知识构建技术模型、知识图谱技术的一套医用知识结构化平台,同时融入大数据分析、人工智能、自然语言分析处理等前沿技术。用于解决临床诊断不规范、不精准等问题,在结构化诊断实施后,能够更精准的选择临床路径、避免用药错误、合理选择检查、优化治疗方案。此为临床数据质量提高提供支持。



宋亚男

解放军总医院助理工程师


中国人民解放军总医院医疗大数据中心助理工程师,北京科技大学硕士。主要从事医疗数据挖掘、医学自然语言处理等方面的研究工作,参与多项省部级及院级课题,负责解放军总医院电子病历文本后结构化项目,对临床医疗数据的处理具有较丰富经验。


演讲主题:

医学自然语言处理


医学文本种类繁多,包括问诊数据、病历数据以及其他医学资料数据。这些数据是一个巨大的医学知识库,如果能有效利用这些数据,挖掘出大量的医疗知识,将会产生巨大的商业价值和社会价值。本报告主要介绍自然语言处理方法在医学领域的研究及应用现状,从临床应用角度出发,对医学文本中医学知识抽取面临的实际问题进行阐述,并对解放军总医院电子病历文本后结构化项目的开发和应用情况进行介绍



郭高兴

中国科学院海西创新研究院副主任、福州康为网络技术有限公司总经理


中国科学院海西创新研究院康为医学人工智能联合研发中心副主任/福州康为网络技术有限公司总经理。中国科学院海西创新研究院柔性引进人才、南京市321领军型创业人才引进计划团队核心成员,先后主持或参与了国家重点研发计划-欧盟2020地平线等国家级项目3项,省市级项目7项。


演讲主题:

人工智能在糖尿病管理中的研究及应用


基于大数据、AI、物联网等先进技术,构建糖尿病及并发症患者画像模型、预测模型和知识图谱等关键技术,以糖尿病及并发症为防控重点,创新糖尿病及并发症的监测、预警、管理和干预一体化居民健康管理新模式。结合电子健康档案与移动互联网及智能设备等多维数据,创建糖尿病及并发症(专病)数据库,开展糖尿病及并发症的早期评估、筛查和早期智能发现,进行动态、分类、个性化的健康教育与干预,形成数据驱动下的糖尿病及并发症智慧、精准管理,实现人工智能在糖尿病管理体系中的深度应用。