GTC 18 技术分会 | AI携手健康医疗，为人类创造更美好的生活
人工智能的最终目的是让人类更好地生活。AI技术与医疗产业相结合，可以帮助人类更加精准地筛查疾病、制定医疗方案，为人类的健康生保驾护航。此次GTC 大会，医生、科学家和研究人员将共赴战略产业：医疗技术分会，探讨医疗保健、药物和生物医学研究领域 AI 的未来。探索行业思想领袖如何使用 GPU 驱动的高性能计算与深度学习解决方案，发挥循证精准医学、靶向疗法和人类医疗保健策略的潜力。热点话题覆盖从重要组学和医学影像到药物发现和开发等各领域。
战略产业：医疗技术分会演讲介绍
AI 在医疗影像和中医的实践
王健宗
平安科技, 副总工程师、资深人工智能总监
王健宗是平安科技（深圳）有限公司副总工程师，资深人工智能产品总监，佛罗里达大学深度学习博士后，中国计算机学会高级会员，主要研究方向为 AI、大数据和深度学习。
本次演讲中王健宗博士将着重介绍平安科技利用 AI 图像识别技术，突破海量数据瓶颈，不仅可以实现辅助检测胸片 x 光，骨龄评估等功能，同时积极涉足中医中药等领域，在医疗领域为人们打开新的空间。
医疗 AI 平台之专业化演进趋势
肖宏亮
IDC中国, 行业研究与咨询服务部高级研究经理
肖宏亮先生是 IDC 中国行业研究与咨询部高级研究经理，主要负责医疗和健康行业市场研究。在 IDC 中国工作期间，肖宏亮先生连续十年持续研究医疗行业，研究领域包括医院信息化、医疗改革、互联网医疗、区域卫生、公共卫生、远程医疗、健康服务和养老产业等业务。他有丰富的医疗行业研究经验，并且对于云计算、大数据、认知计算、 AI、机器人、3D 打印等新兴 IT 技术在医疗行业的应用有深入的研究。
肖宏亮将在本演讲中让观众了解到未来医疗 AI 开发平台的演进趋势，从而把握未来在医疗领域研发和部署 AI 系统的关键技术环节，不仅在 AI 系统开发而且在 AI 系统的部署和应用中获得先机，促进 AI 在医疗领域的深入应用，促进医疗健康服务水平的提升。
基于 Project Clara 超算平台的开发经验分享
翁黄硕羽
推想科技, CTO
翁黄硕羽毕业于 UCLA。曾任职美国 Amazon 后台软件工程师、研究员，在纽约亚马逊工作期间曾参与亚马逊奢侈品平台 MYHABBIT 的上线开发。负责 Amazon EC2 和 S3 云系统的后端软硬件开发部署，曾参与美国 UCLA 医院精准医疗建模项目。
余昶
NVIDIA, 医疗生命科学首席架构师
余昶，NVIDIA 中国医疗生命科学首席架构师。曾任英特尔医疗与生命科学首席架构师，华大基因研究员、生物信息算法工程师。负责“华大基因-英特尔-阿里云精准医疗云平台合作”及“英特尔-华大基因联合实验”。在华大基因期间曾领导参与多个国际基因组项目，并在 Nature、Science、Cell 及 PNAS 上发表文章 20 余篇。作为 SOAP2 比对软件第一作者，被引用超过 1800 次。
随着 AI 技术，特别是基于医学影像数据的 AI 应用，在医院中被广泛应用，对系统可靠性、可扩展性，以及医疗数据安全性也更加重视起来。在此演讲中翁黄硕羽与余昶将重点介绍 NVIDIA 的 Clara 医疗影像超算平台，Clara 是一款以 AI 为驱动的医疗影像超算平台 ，为所有医疗影像提供统一支持服务。Clara Inference Manager 提供了一个可扩展的 NVIDIA 云端接口，使医疗专家将能高效快捷的利用到 GPU 的计算能力及其附加服务，从而增强医疗影像数据处理能力。Clara Server SDK 是一套软件定义影像处理的工作流，它兼容原始影像数据和处理后影像数据，并加入 AI 算法模块。NVIDIA Clara 将专注于促使影像硬件及传感设备本身能更好整合计算能力、影像重构算法、AI 检测、后处理、及可视化等步骤，从而提高效率。
全栈的医疗影像 AI：应用和机遇
周翔
联影智能, CEO
周翔博士，现任联影智能联席 CEO。曾任西门子医疗 CAD 产品线全球负责人。曾负责的核心产品包括基于模式识别的智能医学成像系统，装配于西门子高端核磁共振机、电脑断层扫描机、手术成像仪、正电子发射成像、超声成像仪等，以及其多款软件产品。 周翔博士 1993 年于淸华大学获自动化及经管双学士，后在美国伊利诺伊大学获电气和计算机博士学位。周翔博士拥有 60+个已授权国际专利。其在计算机视觉、多媒体和医学影像 AI 方面的科研工作被引用逾万次。
周翔博士将在此演讲中分享和讨论联影智能在医疗影像 AI 的领域的＂全栈＂性工作：即从成像到筛查，从随访到确诊，从治疗到评估的一系列的 AI 应用和研发及商业机遇；也会分享一下联影智能在使用 GPU 方面的一些经验。
医疗服务各阶段中基于深度学习的医学影像分析
丁晓伟
VoxelCloud, CEO
丁晓伟，体素科技 VoxelCloud 联合创始人 CEO，UCLA 研究助理教授。丁晓伟 2008 年保送上海交大电院试点班，本科毕业后留学加州大学洛杉矶分校（UCLA），仅用两年半不到三年，于2015年获得 UCLA 计算机博士学位，辅修应用数学，打破 UCLA 建校以来计算机专业博士毕业时间记录。丁晓伟在美国 Cedars-Sinai 医学中心研究期间，曾参与多款美国 FDA 批准的医疗影像分析系统研发。2016 年丁晓伟加入 UCLA 任计算机系研究助理教授，同时在美国洛杉矶和中国上海创立了VoxelCloud。
在本次演讲中，丁晓伟将会展示基于深度学习的医学图影像分析解决方案，以协助提供三个不同阶段的医疗服务：诊断、筛查和初级保健咨询。在每一级场景中，都将使用一个示例项目来演示从问题陈述、数据收集、数据整理、多任务模型训练到验证与产品部署的研发管线，并会着重介绍多疾病、多病变类型和多任务（检测、分类、量化）设计的模型训练。与单任务计算机辅助医学影像解读不同，我们已将自身解决方案应用于对肺癌的定量诊断支持、视网膜病变筛查、分诊与转诊以及皮肤病初级保健咨询。
大人群生命组学大数据的智能化认知计算系统
方林
华大基因, 大数据中心主任
方林，现任深圳华大基因研究院副院长,生物信息中心主任和互联网业务主管，兼云计算主管和高性能计算主管，国家网格生物网格项目组的核心成员。主持开发生物信息云计算相关的平台软件，为科学家快捷地从事生物信息研究搭建一个高效的计算平台。目前负责建设华大基因高性能计算平台项目，规模达到计算峰值 206TFlops，存储规模 20PB；同时开始主持深圳华大基因研究院 100 万亿次超级计算机的筹备工作；2012 年负责建设华大基因云计算平台，在 2012 年的 Bio－IT 国际大会上，获得了绿色云计算最佳实践奖。近几年来在 “Science”，“Nature”，“Nucleic Acids Research”，“Cell”，“Plos Biology”，等国际顶级杂志上共发表论文共 10 余篇。
大人群生命组学大数据（2B4D）是前所未有的系统性认知素材，既包括大人群大样本的低维度有限靶标数据（“已知靶标”），也包括反映系统控制逻辑的个人小样本的高维度贯穿组学时序数据推演（“风险预测”），更有必要将这些多源异构数据进行融合分析得到新的认知（“未知发现”）。而NVIDIA的RAPIDS平台提供了一条加速数据预测、模型构建和训练的全新体系，将是构建软硬件结合的智能化认知计算系统的理想架构。 将以深度学习为代表的人工智能算法以及以非线性动力学为代表的系统方法相结合，开发全新的因果关系发现和网络推理等计算生命信息新理论以及数学建模与自动化的新方法，为在系统层面分析和预测潜在生老病死的机理而建立新的理论方法和软件技术平台。搭建基于区块链及现代密码学的数据共享基础设施，用于组学数据的隐私保护和跨机构的协同利用，确保共享可控制、可审计、可监管，从而支撑科学探索和产业应用，使相关主体共有、共为、共担、共享。
更多精彩，等待您在GTC现场发掘！
点击文章底部“阅读原文”或扫描二维码，即刻注册，锁定您的GTC专属席位！
推荐阅读：
相关内容
微信扫码咨询专知VIP会员