审视医学AI的过去、现在与未来

• 审视医学AI的过去、现在与未来
  
  
  

  8月24日，第三届图像计算与数字医学国际研讨会（ISICDM 2019），正式在西安索菲特酒店召开。研讨会由国际数字医学会与国家天元数学西北中心联合主办，西安电子科技大学数学与统计学院与空军军医大学（第四军医大学）生物医学工程学院联合承办。

  雷锋网&AI掘金志第三次作为大会首席合作媒体，对ISICDM进行全程报道。 

  经过三年的发展，ISICDM大会的众多嘉宾谈及的研究趋势，逐渐成为医学图像和数字医学领域的重要研究风向标。

  本届论坛中，中国科学院院士徐宗本教授、美国工程院院士John Gore教授，加拿大皇家科学院院士Terry Peters教授，英国皇家科学院院士郭毅可教授，四位院士莅临本次大会。

  与此同时，MRI主编（美国工程院院士John Gore教授）、Medical Image analysis主编（耶鲁大学James Duncan教授）、IEEE TBME主编（芝加哥大学潘晓川教授）也会在大会的多个环节中发言。

  论坛首日，不少嘉宾分享的研究成果，既展示了深度学习的算法创新，也呈现了传统数学和机器学习方法在医学图像识别、分割、质量增强、成像等领域的全面应用。

  论坛第一天，组委会共设置了影像组学与人工智能、功能成像及神经影像、图像重建进展论坛、数据模型与算法、数字医疗与智能诊疗、医学图像分析与深度学习、脑机接口与人机混合智能、期刊主编点评论文报告会、理工医产学研跨学科交流会、BME她论坛（中国生物医学工程学会女性科技工作者协会主办）10大专题论坛，共包含81个专题报告和多个交流环节。 

  其中，「期刊主编点评论文报告会」与「理工医产学研跨学科交流会」颇受关注。

  新技术与传统方法的融合之道

  在「期刊主编点评论文报告会」上，MRI主编（美国工程院院士John Gore教授）、IEEE TBME主编（芝加哥大学潘晓川教授）作为评委，就众多优质论文的现场报告进行专业点评。

  

  美国工程院院士John Gore

  “中国学生的学习能力和主观能动性非常强，今天非常开心能够指导这群潜力无限的学生。高校也应多多创造像ISICDM这样的机会，给予他们多方位的引导。”John Gore院士在接受雷锋网采访时谈到。

  随后，ISICDM组委会向雷锋网表示：我们一方面鼓励投稿的学生们多尝试用深度学习解决各种各样的问题，同时也应重视深度学习背后的基础理论研究和传统数据建模方法。虽然DL火热，但它在医学场景中的不足和瓶颈也愈发明显，而传统应用数学的方法仍是当前值得重点研究的方向。

  “过去的一段时间里，深度学习成为了绝对主流的研究方法。随着深度学习的鲁棒性不足、缺乏可解释性、对大量高质量训练数据和手工标注的依赖等弊端被越来越为人所诟病，基于知识的数学建模方法因其天然的透明性和可解释性而被不断改进与提升，后劲十足，仍然具有广阔的发展空间。事实上，在深度学习占据主流地位的今天，仍然有不少学者专注于基于知识的数学建模，通过把领域知识融入算法来提高算法性能。当前百家争鸣、百花齐放的学术环境，无疑为年轻人提供了更多的选择。”

   “其实我们在上个世纪研究人工智能时，受限于各种条件，举步维艰。而当今这个时代，无论是新老方法的可选择性、算力成本、亦或是数据量，均为年轻学者们创造了无数低成本试错的机会，允许他们通过大量实践，对传统和新潮的方法进行取长补短、取精去糟，引领下一波潮流。” 

  医生的真实需求与理工专家的解法

  为了贯彻“促进理工医交叉融合，激发产学研协同创新”这一理念，ISICDM发起人李纯明教授与复旦大学信息科学与工程学院党委副书记郭翌博士等人，共同策划了「理工医产学研跨学科交流会」，为听众带来了一场理工医交叉视听盛宴。

  理工科专家和医生专家们的探讨内容和现场演示的软件，让与会者更直接地感受到了新老方法融合对医学问题的解决能力。