今日，腾讯、百度各揽入世界顶尖级医疗 AI 科学家

AI掘金志出品

雷锋网旗下只报道“AI+传统”的内容频道

医疗大健康的战争才刚刚开始。

今天，百度和腾讯相继披露“招兵买马”消息：医疗AI科学家郑冶枫博士加盟腾讯优图实验室；美国堪萨斯大学电子工程和计算机系正教授浣军加盟百度。

可以先看看两位的履历：

郑冶枫：博士，1998年毕业于清华大学电子工程系并保送本系研究生，之后在美国马里兰大学(University of Maryland, College Park)电子与计算机工程系攻读博士学位。毕业后，郑冶枫博士加入西门子美国研究院，专注于智能医学影像分析。任职期间，郑冶枫发明了投影空间学习法，用于医学影像中器官的快速检测与分割，并于2011年获得美国专利授权。

目前，郑冶枫还兼任IEEE生物医学信息杂志副主编，国际电气与电子工程师协会（IEEE）高级会员，以及美国医学和生物工程学会的会士。

浣军：美国堪萨斯大学电子工程和计算机系正教授、博士生导师。曾任美国国家基金委项目主任，主管大数据， 此前任堪萨斯大学终身教授。

浣军长期从事数据挖掘和机器学习的理论、算法和应用的研究，研究领域涉及大数据、生物信息学、药物基因组学等。曾任美国国家基金委项目主任堪萨斯大学数据科学中心主任， 生物信息学和计算生命科学实验室主任， 国家分子探针研究中心化学信息学部主任等职。

交叉起来看，两位牛人都有着一个共同的背景——医疗。那么，一天之类相继宣布，是否意味着腾讯和百度在医疗领域不断加码？我们可以粗略地看下两大巨头在过去一两年里的“高筑墙、广积粮”。

腾讯最近的一次招人是在2017年5月15日， 继张潼、俞栋、刘威的“铁三角组合”之后，另外一名AI大师、计算机视觉的领军者——香港中文大学终身教授贾佳亚正式全职加入腾讯优图实验室。

腾讯优图实验室成立于2012 年。2017年，腾讯优图实验室通过“腾讯觅影” 进入大规模的临床预试验。尤其是在2017年底，腾讯以医疗影像开放平台入选“首批国家人工智能开放创新平台名单”，正式成为“国家队”的一员。“腾讯觅影”目前研究方向有6个：食管癌、肺癌早期、糖网、乳腺癌的早期筛查以及乳腺癌淋巴切片图像识别、宫颈位置类型识别。

而郑冶枫在国外研究的方向就是智能医学影像分析，所以他的加盟必将会在“腾讯觅影”的产品打磨和迭代升级上施加自己的影响。

吸引牛人加盟的心思自不必说，“21世纪最缺的是什么？——人才”。

除此之外，腾讯在医疗领域的投入可谓不遗余力，在资本市场布局丁香园、好大夫在线、微医等国内医疗平台之后，更是进军海外医疗市场，投资了大量的美国生物技术和健康创业公司，在血液检测、遗传医学大健康人工智能等领域全面开花。

把目光放到另外一边，我们可以看看过去的几年里，百度在一直割舍不下的医疗行业有何动向？

2017年，百度医疗事业部裁撤，并永久关闭“百度医生”，但这并不意味着百度停止了智能医疗相关技术的研究。其中，医疗AI的项目被划分在了大数据实验室，由百度大数据实验室主任范伟负责。基于人工智能技术的百度医疗大脑依旧在发挥作用。

百度医疗大脑发布于2016年10月，作为百度大脑在医疗领域的应用，百度医疗大脑通过海量医疗数据、专业文献的采集与分析进行人工智能化的产品设计，模拟医生问诊流程，与用户进行交流。依据用户的症状，反复验证并给出最终建议。在过程中可以收集、汇总、分类、整理病人的症状描述，提醒医生更多可能性，辅助基层医生完成问诊。

百度医疗大脑原本的计划就是打造成开放的医疗智能平台。百度的医疗平台拥有两方面的优势，一个是数据、信息、服务的匹配与分发，一个是技术。而人工智能可以为医生、患者、平台创造更多价值，并推动“AI+医疗”朝着精准医学和个性化医疗的方向演进。

今日，百度研究院在硅谷召开全员大会，宣布新设立商业智能实验室（BIL）和机器人与自动驾驶实验室（RAL），研究院由原来的三个实验室增加为五个，原先的三个分别是深度学习实验室（IDL）、大数据实验室（BDL）、硅谷人工智能实验室（SVAIL）。新成立的商业智能实验室将聚焦用于新兴数据密集型应用的高效数据分析技术，而浣军具有强大的大数据和生物信息学背景，长期从事数据挖掘和机器学习方面的工作，浣军与百度的结合就像是好马配上了好鞍。

医疗的赛道上分外热闹。腾讯入选人工智能“国家队”后意气风发，阿里云发布ET医疗大脑全力以赴，百度喊出了“All In AI”的口号，科大讯飞与医院合作共建智慧医院。京东看似与医疗AI毫不沾边，但是通过入股科大智能，也在跃跃欲试。

这场人才的争夺战，还会不断上演。医疗大健康的战争才刚刚开始。

特辑早鸟票5折促销中

雷锋网AI掘金志精选了63篇深度案例报道，重磅推出“AI+医疗经典项目案例库”。

深入挖掘「行业标杆企业、三甲医院、海内外名校」三界63个“医疗人工智能”案例（平均每篇4300字），全链条梳理AI在医疗各细分场景，尤其是医学影像中的“学术研究+算法实战+工程实施+解决方案搭建+系统集成+最终落地”流程。（共825页PDF），助力AI和医疗从业者更快地让产品落地并实现大规模商业化。

「825页PDF」60＋经典项目案例库，手把手教你“AI＋医疗”落地

限量500份，欲购从速

购买特辑后，如果您有任何售后问题

可联系我们的特辑小助手

戳一戳下方阅读全文，查看特辑全文