CNCC | 大模型时代智慧医疗的机遇和挑战

邬向前

CCF哈尔滨主席

哈尔滨工业大学教授/博导、软件学院院长

CCF杰出会员，CCF数字医疗分会常委，哈工大软件学院院长，计算学部副主任、智慧医疗研究所所长，黑龙江省视听觉认知计算重点实验室创始主任，黑龙江省杰出青年基金获得者，国际期刊IEEETIP编委，IEEE高级会员，中国计算机学会杰出会员，黑龙江省计算机学会智慧医疗专委会主任委员，中国指挥与控制学会虚拟现实与人机交互专委会副主任，虚拟仿真实验教学创新联盟计算机类专业工作委员会副主任委员。主持三十余项国家自然科学基金、人工智能2030重大专项等项目（课题）的研究。已在 IEEE TIP/TMM/TIFS 和 CVPR/ICCV/ECCV/ACMMM 等国际期刊和会议上发表学术论文200余篇，出版学术专著1部，并获三十余项国内外专利。曾获得黑龙江省自然科学一等奖和二等奖、全国优秀博士论文提名奖、中国计算机学会优秀博士论文奖、哈尔滨工业大学优秀博士论文奖和国际会议优秀论文奖等，曾连续七年入选爱思维尔“中国高被引学者榜单”。研究方向主要包括多模态人工智能、计算机视觉、医学图像分析、生物特征识别等。

夏勇

西北工业大学教授/博导、计算机学院副院长

CCF数字医学分会常委，西北工业大学计算机学院教授、博导，研究方向为医学影像智能计算，近三年在JAMA Network Open､Radiology、IEEE-TPAMI/TMI/TIP､MedIA､NeurIPS､CVPR、MICCAI等本领域顶级期刊/会议发表论文50余篇，被引用1万余次(Google Scholar)，先后在PROMISE12、ISBI 2019 C-NMC、BraTS2020/2021、MyoPS 2020、COVID-19 2020、KiTS21、COSMOS 2022、KiPA 22等国际学科竞赛中名列前茅；先后担任IBSI2017、MICCAI 2019/2020、ICASSP 2023地区主席或分会主席等。

胡斌

北京理工大学教授/博导、医学技术学院执行院长

2020年全国先进工作者，IEEE/IET/AAIA Fellow，教育部计算机学科教指委委员、科技委委员，IEEE Transactions on Computational Social Systems主编， IEEE SMC on TC Computational Psychophysiology主席，国际社会神经科学中国分会副主席等；获第二十一届中国专利金奖（2019年度），2018年度国家技术发明奖二等奖，2016年度教育部技术发明一等奖（均为第一完成人）等，入选2020-2022年科睿唯安高被引科学家。发表论文500余篇，主持国家变革性技术等重大项目。

医学电子与精神障碍诊疗

近年来全球精神健康问题日益凸显，据世界卫生组织统计：全世界有9.7亿人患有精神障碍，占全球总人口的13%。当前精神疾病诊断多以医生访谈和精神疾病诊断量表为主，缺乏客观量化诊断指标；治疗方式主要为药物治疗等方法，但是药物治疗存在副作用大等问题。以人工智能和大数据为代表的前沿信息技术的飞速发展，为精神疾病的诊疗提供了新契机，推动精神疾病诊疗由症状描述型向数据驱动型发生转变，提供了普适化，精准化和个性化的精神疾病诊疗分析技术，从而提高了精神疾病临床识别率和治疗有效率。本次报告将介绍医学电子领域对精神障碍诊疗的机遇与挑战。

周少华

中国科学技术大学教授/博导、生物医学工程学院创始执行院长

现任中国科学技术大学讲席教授、生物医学工程学院创始执行院长、影像智能与机器人研究中心主任、中科院计算所客座研究员、香港中文大学（深圳）客座教授。长期致力于医学影像的研究创新、应用落地及学术服务。（i）研究创新：在医学影像领域，率先开展“机器学习+知识模型”的系统性研究，明确“大任务、小数据”的研究范式和挑战，探出标注高效、通用模型、知识融合的三个解决途径。发表260余篇学术论文和章节，谷歌学术H因子为63；撰编学术专著8本。（ii) 应用落地：在工业界有长达14年的经历，曾任西门子高级研发总监及首席AI专家。获授权专利逾150项，算法成功转入10多项FDA批准的产品。产品部署在全球几千家医院，用于逾7百万病人的临床治疗诊断。（iii）学术服务：医学影像计算和计算机辅助介入协会MICCAI司库兼理事、Medical Open Network for AI（MONAI）顾问、期刊Medical Image Analysis 、IEEE Trans. Pattern Analysis and Machine Intelligence（TPAMI）、IEEE Trans. Medical Imaging（TMI）等编委、会议AAAI、CVPR、ICCV、MICCAI和NeurIPS等领域主席、MICCAI2020的程序共同主席、《视觉求索》公众号联合主编。他多次因算法、论文、专利、服务等多次获得认可和奖励，包括MICCAI年轻科学家奖提名文章、RD100 科技奥斯卡奖、西门子年度发明家、马里兰大学EE杰出校友奖、BMEF年度编辑等。Fellow of AIMBE (美国医学与生物工程院)、IAMBE (国际医学与生物工程院)、IEEE（电气电子工程师学会）、MICCAI (医学影像计算和计算机辅助介入)、NAI（美国国家学术发明院）。

人工智能生成医学图像

医学图像广泛应用于临床决策，人工智能技术可以辅助医学成像和图像分析，从而提高临床决策的效率和准确度。在本次报告中，我们将介绍基于人工智能的图像复原和图像合成在医学图像生成方面的应用。医学图像复原的任务是从金属伪影、低速采集等不利条件下成像的图像中恢复原始图像，而医学图像合成任务是用已有条件下采集的图像合成不同条件下的新图像。我们将围绕以上两类任务介绍三种神经网络方法：（i）双域网络（DuDoNet）方法，通过正弦图(sinogram)域和图像域的联合学习来减少CT中的金属伪影，并通过频率域和图像域的联合循环学习从欠采样k空间数据中重建MR图像；(ii) 因果图像合成 (CIS) 方法，基于因果图推理和3D StyleGAN结构，以反事实方式合成3D MR脑图像；(iii) 统一多模态图像合成（UMIS）方法，将任意组合的已有模态图像输入到一个统一模型中，生成缺失模态的MR图像。这些图像复原和合成方法均是以深度神经网络为核心，结合特定领域知识，获得高质量的图像。

杨旗

首都医科大学附属北京朝阳医院教授/博导、放射介入影像中心主任

首都医科大学附属北京朝阳医院放射介入影像中心主任，青年北京学者、国家卫生健康有突出贡献的中青年专家，心血管疾病医学工程教育部重点实验室常务副主任，医学成像科学与技术系统国家重点实验室副主任。长期从事心脑血管病影像学研究，持续在JACC、Brain、Adv Sci、Stroke等权威期刊发表SCI论文150余篇，获国家发明专利15项、国家二类医疗器械注册证 1 项；主持国自然重大研究计划、国自然重点国际合作项目、科技部重点研发计划等20余项重大科研课题；获中华医学科技奖青年科技奖、中国产学研合作创新奖等奖项；受邀在ISMRM、SCMR等国际会议作专题报告 30 余次；牵头WISP国际多中心研究。担任国际电工委员会(IEC)医学成像设备/软件/系统标准委员会( SC62B)主席、中华医学会放射学分会心胸学组副组长、中国医疗保健国际交流促进会心血管磁共振诊断学分会副主委、中国医学装备协会磁共振专委员会副主委、中国民族卫生协会放射医学分会副会长、SCMR Fellow及教育委员会委员、ISMRM Junior Fellow等。

血管衰老数字信息化：血管衰老及其演变过程影像学评估研究进展

血管衰老是指血管结构和功能随年龄的增加而发生退行性改变的过程。衰老血管发生微观和宏观形态结构的变化，导致其功能下降，继而发生血流动力学失衡。目前，血管超声、计算机体层扫描和磁共振成像等影像学手段可用于多维度、跨尺度解析衰老血管的形态和功能变化，为描述血管衰老及其向血管疾病的演变过程提供了直观、可视、定量化的影像学标记物。本报告拟对血管衰老及其向疾病演变过程的影像学评估研究进展予以综述，以期为血管生物学年龄的预测提供新研究思路和方法。

杨健

CCF数字医学分会副主任委员

北京理工大学教授/博导

北京理工大学二级教授，博导。国家杰出青年科学基金获得者，国家新一代人工智能重大项目首席科学家、国家重点研发计划项目首席科学家，北京理工大学信息与电子学部学部委员，国家一级学科“光学工程”学科责任教授。兼任中国计算机学会数字医学分会副主任委员、中国仿真学会医疗仿真专委会副主任委员、北京医学会数字医学分会副主任委员、北京图像图形学会理事、北京光学学会理事、中国生物医学工程学会医学图像信息与控制分会常务委员、中国医疗器械行业协会放射治疗专业委员会常务委员、中国计算机学会虚拟现实专业委员会委员、中国电子学会生命电子学分会专业委员会委员、中国计算机学会计算机视觉专业组委员、中国图象图形学学会虚拟现实分会专委会委员、中国卫生信息学会电子病历与医院信息化专委会委员、中国生物医学工程学会医学影像工程与技术专委会委员、《数字医学与健康》副主编、《虚拟现实与智能硬件（中英文）》、《生命科学仪器》编委等。长期从事医疗手术导航机器人、医学图像处理、计算机视觉、智能传感、人工智能、虚拟现实与增强现实等方面的教学和科研工作。主持国家2030人工智能重大项目1项、重点研发计划项目2项、国家自然科学基金（重点、杰青、面上等）项目5项。在Medical Image Analysis、IEEE Transactions on Medical Imaging等国际著名期刊上发表SCI论文195篇，获国家发明专利授权75项，其中11项实现转化应用。成果转化获国家三类医疗器械注册证1项、二类医疗器械注册证4项。研究成果获国家技术发明二等奖、教育部技术发明一等奖、中国图象图形学学会科学技术一等奖、中华医学科技奖二等奖、第二十四届中国专利优秀奖等科研奖励9项。指导学生获第五届中国“互联网+”大学生创新创业大赛全国总决赛金奖、第六届中国“互联网+”大学生创新创业大赛全国总决赛金奖、两项第十二届“挑战杯”中国大学生创业计划竞赛全国总决赛金奖。

手术导航机器人创新与应用

微创外科技术已广泛应用于颅底肿瘤、冠脉搭桥、肝癌微波消融、款膝关节置换等手术的治疗过程。然而，影像引导微创手术仍面临以下挑战：（1）由于组织器官解剖结构复杂，临床手术的常规二维引导图像缺少空间信息，医生需反复调试耗时长、高度依赖医生经验；（2）不同层级医生技术水平差异大、学习曲线长、工作量大且易疲劳，导致手术精度参差不齐、可重复性差，甚至发生严重并发症。手术导航机器人通过结合机器人与手术导航技术，能从视觉、听觉和触觉上为医生进行手术操作提供支持，辅助医生实现精准、安全、可控治疗。目前国外手术机器人发展迅猛，而国内正处于起步阶段，市场渗透率不足5%。现有手术机器人的技术迭代势在必行，并将会朝着小型化、安全化、精准化、多术式兼容方向发展。针对当前临床医学中快速发展的手术导航机器人，本研究团队在计算机辅助诊疗的精准导航机器人方向围绕核心问题进行深入研究，发展了增强现实手术导航机器人理论，提出了多模影像智能建模与手术规划、虚实融合与安全预警、多模影像适配机器人控制，成功研制了基于增强现实技术手术导航机器人。