一位00后女孩,登上最新一期《斯坦福医学》杂志的秋季报道。她被形容为《SuperStar》,一位超级明星。
这个报道被李飞飞点赞,而且在自己的Twitter上特地发文表扬——而这,已经是李飞飞第三次公开表扬这位小姑娘了。
她叫Amy Jin,今年18岁。哈佛大一新生。
高中时期,她依靠一篇用AI给外科医生打分的NIPS Workshop论文,成为李飞飞最喜欢的学生之一,并斩获一系列大奖。
今年初,Amy成为全美五位获得ACM/CSTA Cutler-Bell Prize大奖的高中生之一。
Amy是个“湾二代”,父母是来自中国的移民,并且都是物理学博士,Amy是家里的老二。
很明显,Amy继承了父母对科学的兴趣。六年级时,她就对AI产生了兴趣。
不过,真正开始AI研究还是在四年前,Amy开始在加州圣何塞的Harker学校读高中的时候。
Harker是一所私立学校,扎克伯格的妻子Priscilla Chan就曾经就读于此。这所高中每年的学费高达48500美元,换算成人民币,大概读四年高中学费需要130多万吧,够北京郊区一套首付。
不过按照湾区科技公司“搬砖”都有10W刀/年来算的话,这个教育投入比例在重视教育的华人世界里也算正常。
上了私立学校之后,Amy听到一位IBM的科学家介绍Watson如何用AI帮助人们提升医疗等领域的能力,这深深地吸引了Amy:“Watson可能成为医生的第二双眼睛,这让我觉得AI是一个非常有前途的领域,可以将许多不同的学科联系起来。”这也让她立志成为一名AI科学家。
机会很快就来了,就在读完高一的那个暑假,Amy遇到了AI4ALL。
AI4ALL,李飞飞创立的公益组织,致力于让各种少数群体,包括女性、亚裔、非裔等都能参与到AI的研发过程中。
作为AI4ALL的成员,Amy在李飞飞的学生Serena Yeung和斯坦福医学院医生Jeffrey Jopling的指导下,顺利完成了一项用AI评测外科医生操作水平的研究,并作为一作完成了论文《基于区域卷积神经网络的手术视频中的刀具检测与手术技巧评估》。
别看这是一篇高中生一作的论文,它可不是小孩子过家家的作品,已经受到了学术界的认可。
去年,Amy团队把这篇论文投稿给了人工智能顶会NIPS。在这场会议的医疗机器学习(ML4H)Workshop上,这篇论文从120多篇提交的论文中脱颖而出,成为了10篇入选论文之一。
这个当时只有17岁的女生第一次上台,站在一个国际人工智能学术顶会上,向在场那些年纪比她大得多的研究人员介绍她的作品。
之后,在会议公布最佳论文时,Amy还在看自己的电脑,并没有听会议的宣讲。
毕竟,初入学术界的小朋友,无论是颁给哪位大牛,对她来说都一样——因为这些人Amy都不认识。
万万没想到,她听到了自己的名字。那一刻,Amy又吃惊又开心,感觉仿佛处在一个超现实的时刻。
Amy的研究,究竟是怎么一回事?
她和一群斯坦福科学家一起,训练了一个基于区域的卷积神经网络(CNN),让它“看着”手术视频,定位并识别出手术器材,再分析它们的动作,来自动评判这个手术做得怎么样。
当然,作为一项研究,它还不能分析所有手术,只选择了相对简单、常见的微创胆囊切除。
算法对视频的分析包含三个维度。一是各种器材出场的时间线,从有没有频繁更换工具、换工具的时间长短,都能看出医生是否熟练;二是手术器材移动范围的热力图,操作的区域越集中,就表示手术越精确、医生的技艺越熟练;三是关键手术环节的器材轨迹追踪。
同时,他们还公开了一个数据集,名叫m2cai16-tool-locations。这个数据集在法国斯特拉斯堡大学医院的m2cai16-tool基础上扩展而来,为原版数据集前10个视频的2532帧画面标注了手术器材的空间位置,包含7类手术器材,3141处标注。
论文和数据集,都可以在这里找到:
http://ai.stanford.edu/~syyeung/tooldetection.html
这项研究前前后后花了两年多的时间,和Amy合作的斯坦福科学家们,既有计算机系的coder,也有医学院的一线医生。
最先提出这个想法的,是斯坦福医学院外科住院医师Jeff Jopling。
外科手术无疑是门手艺,动手操作的水平非常关键。可是Jeff遇到的情况是,“就算练习1000次,也得不到多少反馈……不是每个老师都能给你解释哪做得好、哪做得不好”。美国外科协会也一直想找个方法来客观评测外科医生的技术水平。
于是,就有了这个几乎伴随Amy整个高中时期成长的项目。
Amy和她的斯坦福搭档们相遇,是在高一暑假,当时她已经注册了计算机科学的先修课程(AP),还加入了学校的女生STEM(科学、技术、工程、数学)俱乐部。
她身上有两个显著的特点,一是数学非常好,二是虽说还没有任何编程经验,却对计算机有浓厚的兴趣。
李飞飞的学生Serena Yeung负责指导Amy,她说,Amy各方面都超出了他们的期望。
不过,就算对这样一名优秀的高中生来说,评价手术技能的项目也还是太难了,Serena还是对项目做了些简化。
Amy同时也要为参加项目而补课。
在AI方面,她旁听了斯坦福本科生的计算机视觉课程,去了解基本的原理。
在医学上,Jeff是她的领路人。他在斯坦福医院的古德曼医学教育中心,向Amy展示了腹腔镜手术技术。
他们三个人每两周见一次面,邮件、短信才是用得更勤快的沟通方式。作为一名高中生,Amy有排得满满的课程表、要参加她的女生STEM俱乐部活动,还有小提琴演出、舞蹈排练,一样也不能少。
就在丰富的高中生活里,她读了不少医学与计算机视觉交叉研究的论文,还和团队里其他人分享。
后来的结果你们都知道了。
这篇论文发表在2017年NIPS医疗机器学习workshop上,获得了最佳论文奖。
一作Amy,进入了哈佛大学。
看到Amy的经历,我们很难不把她跟李飞飞联系到一起:AI4ALL成员,受李飞飞学生的指导……她的成功是离不开李飞飞的。
同时,Amy也让李飞飞引以为豪,三度公开发推特表扬,每次都是“very proud of”、“So proud!”
超骄傲!AI4ALL成员Amy Jin和我们一起完成的论文拿下了NIPS医疗机器学习Workshop的最佳论文,她是NIPS历史上最年轻的获奖者吧?
我为我优秀的学生们自豪,博士毕业的Timnit Gebru和Jon Krause,拿到新教职的Michelle Greene、Chris Baldassano、Alexandre Alahi、Lamberto Ballan还有Cewu Lu,荣获MIT科技评论35 under 35奖项的Olga Russakovsky,还有拿下NIPS17 医疗机器学习最佳论文的AI4ALL成员Amy Jin。
看来,Amy是李飞飞最年轻的爱徒了。
我对这个AI+医护的项目非常自豪,作者是我们AI4ALL成员Amy Jin、我以前的博士生Serena Yeung,还有我们斯坦福AI护理团队的同事们,好喜欢这些学生们的照片呀~
果然,没有老师不喜欢这种年轻有为的学生呀。
后来,有了这一篇NIPS Workshop最佳论文保驾护航,Amy顺利成为了“别人家的孩子”:
先是拿到了IEEE计算机视觉应用冬季会议(WACV)的最佳论文;
接着拿到了ACM/CSTA Cutler-Bell奖,还有1万美元奖金;
之后是医药公司Regeneron科学人才搜索奖;
还闯入了西门子竞赛半决赛;
拿到了英特尔ISEF的二等奖;
最后还有5万美元奖学金的戴维森奖,成功给自己赚了一年学费。
拿到这个奖之后,甚至连国内的移民公司公众号都拿Amy来打广告。
除了校外拿奖之外,在Harker校内,Amy还是学校的女生STEM俱乐部主席、法国国家荣誉协会(大概相当于法语优等生俱乐部)主席、以及学生自主运营的科学期刊Horizon的共同主编。
在学习和科研之外,Amy还是个小提琴爱好者, 是加州青年交响乐团、2017加州全州交响乐团和学校乐团的成员,曾在卡内基音乐厅表演独奏,还在MTAC大会上拿到了加州弦乐组的荣誉奖项。
这一系列的奖项、荣誉、学生干部经历、才艺加起来,换算成国内,大概相当于大城市重点高中的社团主席+竞赛获奖,拿到一个清北校长推荐or自主招生或者干脆是保送也问题不大。
最终,Amy顺理成章的拿到了哈佛大学的offer。
不过对于这项研究来说,这还不是终点。
现在,Amy的斯坦福搭档们还在继续完善这项研究,Jeff说,他们要把看视频自动评估手术技艺的能力从胆囊切除拓展到更多、更复杂的手术上,还打算收集1000段视频来训练这个AI。
他们和拥有22家医院的山间医疗展开了合作,来收集视频、优化算法。
临床研究中心主任Arnold Milstein对这个AI充满期待,他说,这样一个自动化的系统能成为医学生的教练,拯救那些要花好几个小时来评判学生手术水平的老师,甚至能用在手术过程中,实时提醒操作出了偏差的医生。
说不定,美国外科协会有一天会把这个算法用到认证考试里。
喜欢我们就多一次点赞多一次分享吧~
有缘的人终会相聚,慕客君想了想,要是不分享出来,怕我们会擦肩而过~