0
主題：AI醫學影像的現狀、機遇與挑戰
時間：11月29日（本周三），晚上8點
嘉賓：王立威：北京大學教授；首位獲得AI's 10 to Watch獎的亞洲學者
醫工交叉與產學結合，這兩個由來已久的問題隨著人工智能的興起，讓醫學影像分析面臨著全新的機遇與挑戰。
隔行如隔山，這對IT界和醫學界來說尤為貼切。
當雙方團隊共同打造一款產品時，面臨著話語體系不同、評價方式不同、誰來主導等諸多問題。
不少資深從業者認為，只滿足把自己定位于一個人工智能研究者來看待醫學影像問題，將圖像識別技術單純地嫁接到醫學影像原有的系統上，即便數字結果看起來不錯，但距離“好用的產品”依舊非常遙遠。
那么怎樣才能讓人工智能更好地解決醫學影像分析難題？
為此，我們邀請了北京大學王立威教授，為大家深入講解《AI醫學影像的現狀、機遇與挑戰》。
王立威教授作為知名機器學習專家，不僅在人工智能領域有著非常高的學術成就和影響力，與此同時，他也研究醫學影像分析多年，并多次取得世界一流的成果。
王立威：北京大學信息科學技術學院教授
王立威教授在機器學習領域發表論文100余篇，2011年入選人工智能重要國際獎項AI's 10 to Watch，是亞洲首位獲得該獎項的學者。2012年獲得首屆國家自然科學基金優秀青年基金；擔任國際人工智能權威會議NIPS，IJCAI領域主席；中國計算機學會人工智能與模式識別專委會常委。
王立威教授在醫學影像分析，尤其是肺部CT圖像分析上有著深厚的研究基礎和豐富的研究經驗，指導的學生團隊曾參與Kaggle Data Science Bowl 2017肺癌預測大賽，于全球1972支隊伍中獲得第4名;
在LUNA肺結節檢測挑戰賽，在肺結節檢測和假陽性削減兩項任務中均取得第1名并保持到2017年7月，相關文章發表在醫學圖像計算頂級會議MICCAI 2017。
在今年10月份結束的天池醫療AI大賽中，王立威老師再次帶領團隊從2887支隊伍中脫穎，獲得了決賽冠軍。
近些年，王立威教授也與北京大學的多個附屬醫院共同研究醫療人工智能項目，并取得了一系列優秀成果。
我為什么選擇醫學影像這條路
重新審視AI這個工具：我眼中的人工智能與機器學習
當前AI醫學影像技術的真實現狀
實戰案例詳解：人工智能肺結節檢測與良惡性診斷
經驗分享：錯誤、彎路、失敗、技巧、解決方法
致AI醫學影像領域的工作者：我們應具備哪些素質與技術
未來AI醫學影像的機遇與突破點
企業：醫療人工智能從業者與創業者
高校：計算機視覺、圖像處理與醫學影像研究背景的教授、研究員；欲從事醫學影像分析的學生
醫院：影像科/放射科/病理科主任醫師、信息中心主任
監管：CFDA等醫療相關監管機構的從業者
報名觀看：掃描文章底部海報二維碼，關注公眾號“AI掘金志”，進入后直接回復關鍵詞“醫學影像”四字，預約課程。
福利：若想進入高端成員群與眾多大牛們交流討論，請加小助手小艾微信ID：mooccai，在發送好友驗證框里備注個人信息（影像+姓名+公司/學校、職位/專業），通過審核后將邀請您進入未來醫療高端成員群。（專業群審核嚴格，請認真填寫，感謝理解。）
更多課程：《未來醫療大講堂—醫學影像專題》前后會有近10位產、學、醫領域的權威專家進行深度分享，每堂課60~120分鐘，從本周起，會保持每周一更，后續的課程時間與詳情，會在公眾號“AI掘金志”實時告知。
費用：直播免費；錄像回看付費（9.9元）
關于《未來醫療大講堂—醫學影像專題》系列課程的更多介紹，歡迎點擊超鏈接閱讀：《做AI的不懂醫學，學醫的不懂AI ？頂級”AI+醫學影像“系列課程來襲》
雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
