【会议通知】9159金沙申请大厅“AI+医疗”新星论坛通知

会议时间：2022年10月11日（周二）

参会方式：线上，腾讯会议，ID：764433081密码：268323

主办单位：9159金沙申请大厅研究生院

承办单位：9159金沙申请大厅、脑与人工智能实验室

论坛主席：韩军伟教授，张鼎文教授

论坛简介：

为促进人工智能、控制科学与工程、计算机科学与技术、信息与通信工程、医学等多个学科领域学者之间的跨学科交流，拓宽和深化人工智能技术在医疗大数据领域的应用范畴，以智慧医疗应用为牵引充分发挥以深度学习为代表的人工智能新技术的应用价值，9159金沙申请大厅研究生院、自动化学院及脑与人工智能实验室将于2022年10月11日以线上形式(腾讯会议)举办“AI+医疗”新星论坛和学术研讨活动。

本次论坛邀请了来自美国麻省理工学院（MIT）及阿里巴巴达摩院医疗AI实验室的两位优秀的青年学者，围绕我国医疗与生命健康国家重大需求，针对人工智能与医疗大数据处理领域面临的关键理论和技术问题（如机器学习、深度学习、模式识别、医学影像信息提取、医疗大数据挖掘等），深入研讨人工智能和医疗大数据等领域面临的挑战和可能的发展技术路线，并结合自身研究历程，为我校广大在读研究生、博士后及新入职青年教师树立榜样。

会议议程：

报告题目1：通过AI实现利用夜间睡眠呼吸信号的帕金森症的诊断和长期监测

报告人：杨宇喆

报告简介：目前没有用于诊断帕金森病(PD)或跟踪其进展的有效生物标志物。在本项目中，我们开发了一种人工智能(AI)模型，基于夜间呼吸信号来诊断PD，检测PD的严重程度，并能连续跟踪其病情的进展。该模型在包含7,671个人的大型数据集上进行评估，使用了来自美国多家医院的数据，以及多个公共数据集。我们的AI模型可以分别以曲线下面积（AUC）为0.90和0.85的精度在测试集和外部数据集上诊断PD。此外，AI模型还可以检测到PD的严重程度，并和临床判断标准的 “社会统一帕金森病评定量表”达到很高的相关性（R= 0.94，P= 3.6 × 10-25）。我们在AI模型的设计中使用了一个注意力层，它允许通过其对睡眠和脑电信号的预测来解释其判断依据。此外，通过从睡眠期间从人体反弹的无线电波中提取呼吸的技术，该模型可以在家中以非接触方式实现上述所有的PD评估。我们的研究证明了对PD进行客观、无创、在家评估的可行性，并且还提供了初步证据表明此AI模型可能对临床诊断前的风险评估有作用。

报告人简历：

杨宇喆，麻省理工学院研究助理。本科毕业于北京大学信息科学技术学院，曾获得国家奖学金，IEEE ComSoc国际学生竞赛第一名等荣誉。博士就读于麻省理工学院，研究方向为机器学习和医疗AI。他的工作以第一作者身份发表于Nature Medicine、ICML、CVPR、NeurIPS、ICLR等顶级期刊和会议，并被多个主流媒体如MIT Technology Review，Forbes，BBC，Boston Globe Media等报道。曾获得MathWorks博士奖学金等荣誉。

报告题目2：医疗AI面向癌症临床全流程的初步实践与探索

报告人：姚佳文

报告简介：深度学习已经开始应用到癌症的整体临床工作流程中，包括在癌症的预防，鉴别诊断以及精准治疗方案推荐等方面都有不错的研究进展。本次报告将首先回顾国内外在癌症全流程方面取得的最新研究进展，然后重点分享我们在这个方面所取得的工作，包括基于CT影像的癌症初筛以及利用人工智能技术如何对于癌症病人后续治疗方案进行个性化推荐等内容。

报告人简历：

姚佳文，美国德州大学阿灵顿分校计算机科学博士，现任阿里巴巴达摩院医疗AI实验室算法专家。近年来主要致力于医疗AI面向癌症全流程的研究，包括癌症筛查，鉴别诊断和精准预后（防、诊、治）的一系列探索，自2014年起至今，从原始方法创新，一直做到产品开发、部署及临床应用验证（国际、国内多中心验证），积累了丰富的医疗AI研发及临床经验。发表论文40余篇，累计引用1400余次。其中作为第一作者发表多篇顶级期刊以及相关技术论文：Annals of Surgery (外科学领域顶刊)，Clinical Cancer Research（癌症研究领域著名期刊），Medical Image Analysis（1篇为MICCAI-MedIA 2020最佳论文奖候选），MICCAI（两次一作MICCAI Orals）。在CVPR，BIBM以及Radiology（影响因子29.15）作为主要参与者发表多篇医学图像相关论文。现为多个国际技术会议及期刊（如Nature Communications, TPAMI, TMI, MedIA, MICCAI, CVPR, ICCV,ECCV,AAAI等）的审稿人/PC，AAAI 2022 Senior PC。