2019 年度春季学期「医工结合系列研讨会」圆满落幕

7月11日下午,由清华大学临床医学院和数据科学研究院联合主办的2019年度春季学期“医工结合系列研讨会”第四次会议成功举办,来自清华大学、北京大学、中国医科大学等数十个院校的工科学者,以及来自于清华四家附属医院、首都医科大学附属安贞医院等单位的一线医务工作者齐聚于此,对医工双方如何真正打破壁垒、实现跨领域合作等问题进行了深度交流与探讨。本次会议由清华校友总会AI大数据专委会秘书长王霞主持。

2019年度春季学期医工结合系列研讨会第四次会议现场本次会议的主题为心电数据标注系统和深度学习诊断算法研究,清华大学电子工程系副教授王贵锦与在场嘉宾分享了他在该项目中,与北京清华长庚医院内科副部长、心脏内科张萍主任的合作心得与研究经验。同时,围绕着“研究背景和意义”、“构建中国人的心电大数据集”、“基于深度学习的心电辅助诊断研究”以及“新兴的便携式心电设备”这四个维度,王贵锦老师也向在场嘉宾深度讲述了如何构建基于深度学习的智能诊断系统、构建可用于常规心电数据的众包式标注系统,以实现医生更高效、便捷的进行心电数据标注。

清华大学电子工程系副教授王贵锦发表题为“心电智能诊断的研究与探索”的演讲王贵锦老师表示,心电辅助诊断的发展具有两方面重要意义,一是能够构建有高质量标注的中国人心电大数据集;二是可以利用海量心电数据,借助人工智能技术大幅提升辅助诊断能力,而以上这些实现的前提都是”“双方可以切实合作,从前期论证研讨和基础性探索研究,到后期多方面实践和成果实现,都少不了跨学科的融合交流。

王老师的发言引起了在场各领域嘉宾的兴趣,大家积极提问、踊跃发言,纷纷就相关专业内容进行广泛交流。来自各家医院不同科室的医生们相继发言,从临床医学的角度不断提出自己的困惑以及需求;在场的工科学者则秉承着“相互走进、相互倾听、相互理解”的理念,与各科室医师进行着深度对话。会场氛围热烈,与会嘉宾均表示收获颇丰。

来自北京大学的与会嘉宾表示:“从此系列研讨会的第一期开始,我们工科研究人员尤其是从事医疗相关研究的,一直在密切关注。主办方对于主题的制定非常用心,不仅仅包含了新型医疗范式的研究,也涵盖了对于青年学者十分重要的话题,比如科研领域如何搞研究、科研领域的知识产权问题等等。”

至此,2019年度春季学期“医工结合系列研讨会”圆满落幕,这是一次创新的尝试,也一次与众不同的探索,相信它能够进一步调动全国各高校理工科专家学者与一线医务工作者合作科研的积极性,也将进一步实现“医工结合”的切实落地,促进我国健康医疗事业的有机发展。

THU数据派
THU数据派

THU数据派"基于清华,放眼世界",以扎实的理工功底闯荡“数据江湖”。发布全球大数据资讯,定期组织线下活动,分享前沿产业动态。了解清华大数据,敬请关注姐妹号“数据派THU”。

产业深度学习数据标注智慧医疗
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

数据科学技术

数据科学,又称资料科学,是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。数据科学通过运用各种相关的数据来帮助非专业人士理解问题。

推荐文章
暂无评论
暂无评论~