Baidu
map

2018 MedAI 世界人工智能卓医创新挑战赛:寻找医学的无限可能,人工智能落地多点开花

2018-08-28 MedSci MedSci原创

2018年8月25日,由国家发展改革委、科技部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院、上海市人民政府指导,徐汇区人民政府、上海交通大学人工智能研究院主办,上海感知城市数据科学研究院承办,徐汇区科委、生物谷、枫林集团协办的以“寻找医学的无限可能”为主题的2018世界人工智能创新大赛—人工智能卓医创新挑战赛(MedAI Challenge)的总决赛,在复旦大学枫林校区圆满落幕。

去年7月,国务院印发《新一代人工智能发展规划》,提出了面向2030年我国新一代人工智能发展三步走战略目标,同年10月,上海市政府出台《关于本市推动新一代人工智能发展的实施意见》,对标第一步2020年的国家战略目标,部署并全面实施“AI@SH”行动,人工智能将成为新经济的增长引擎。近年来,人工智能技术与医疗健康领域的融合不断加深,科技巨头和资本巨头都在积极布局智能医疗产业,大批细分领域的初创公司也蓄势待发。因此,不管从政策红利到技术创新红利,医疗行业将迎来更多机遇与挑战。

2018年8月25日,由国家发展改革委、科技部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院、上海市人民政府指导,徐汇区人民政府、上海交通大学人工智能研究院主办,上海感知城市数据科学研究院承办,徐汇区科委、生物谷、枫林集团协办的以“寻找医学的无限可能”为主题的2018世界人工智能创新大赛—人工智能卓医创新挑战赛(MedAI Challenge)的总决赛,在复旦大学枫林校区圆满落幕。




图:大赛合影

本次大赛共吸引了总计125支来自全世界的优秀队伍。经过三个月的激烈角逐,最终11支优秀团队脱颖而出并入围决赛。上海市市经济和信息化委员会副巡视员 史文军先生、徐汇区副区长陈石燕女士为本次大赛决赛致辞。其中,来自病理赛道的“迪小骄(迪英加)”团队获得了创新挑战奖。来自心电图赛道的“心维度.中山医院.家链医”团队获得了最佳人气奖,来自糖眼赛道的“体素科技”和来自病理赛道的“云病理万达信息联队”双双获得了最具潜力奖。。获得MedAI Challenge大赛奖项的队伍,不仅可以斩获现金奖励,还有机会得到孵化基地、创业导师、资源对接、政策辅导等多方孵化培育。

一流的评审团:挑战MedAI世界人工智能“开荒者”

此次大赛的评审专家均为人工智能以及医疗中的权威专家。

出席决赛的人工智能专家有上海交通大学人工智能研究院常务副院长杨小康教授,联影智能联席CEO沈定刚教授,微软中国医疗健康事业部总经理张堑,中国人工智能学会智慧医疗专业委员会高级专家金熙博士。

出席决赛的病理赛道医学专家有第二军医大学病理学教研室及长海医院病理科主任郑建明教授,华东医院病理科主任殷于磊教授,复旦大学附属肿瘤医院细胞病理亚专科负责人平波教授,复旦临床病理诊断中心临床基因扩增检验实验室负责人王漱阳教授,北京协和医院病理科主任医师及北京市病理质量控制和改进中心主任崔全才教授。

出席决赛的心电图赛道医学专家有复旦大学附尾中山医院心内科宿燕岗教授,华中科技大学协和医院心内科卢永昕教授,交通大学附属仁济医院心内科姜萌教授,中国医学科学院阜外医院冠心病中心副主任袁晋青教授。

出席糖眼赛道的医学专家有复旦大学附属中山医院副院长高鑫教授,中山大学中山眼科中心白内障专科副主任医师林浩添教授,北京大学人民医院眼科主任赵明威教授,复旦大学附属中山医院眼科副主任医师袁源智教授。

人工智能“革故鼎新”:人工智能终将成为医生最重要的辅助能手

在过去几年时间里,智慧医疗领域发生了很多惊人的变化,医学知识体系正被大数据与人工智能等技术所重构,基于医疗知识体系的重构和智慧医疗的解决方案,正成为医疗行业变革新的契机。尤其是在药物研发、医学影像等细分市场,人工智能的应用最为广泛。药物研发在全球医疗AI市场中的份额最大,在未来几年,AI技术将在靶标识别、药物发现和设计、化合物高效筛选等方面发挥日益重要的作用。另外,在临床研究、机器人个人助理、基因组学和精准医疗领域,AI的应用也日益广泛。

创新项目“百花争鸣”:人工智能落地多点开花

在决赛现场,来自全世界的最优秀的11个项目组给在场的观众和嘉宾带来了一场精彩纷呈、跨越多学科的路演。从病理到心电图再到糖尿病眼底病,让现场的嘉宾和观战者大饱眼福。

病理诊断是全世界医学界公认的最可信赖、重复性最强、准确性最高、最具权威性的诊断,是所有诊断手段中的核心。然而目前我国病理医生数量缺口极大,而人工智能是填补市场缺口的重要手段。若能在该领域率先突破,则将引领世界病理设备研发总进程。此次病理诊断聚焦于病理领域的智能摄片/辅诊一体机,主要考察人工智能软件系统的准确性和速度,同时兼顾考察硬件系统的易用性和市场推广前景,定位于“看得清、辨得准”。即能够通过将数字切片扫描仪和人工智能算法集成,实现人工智能和数字病理分析的一体化操作。

病理赛道决赛队伍实力出众,赛出风采。迪小骄(迪英加科技),拥有国际领先的AI病理辅助诊断技术,覆盖数字病理全产品链(组织、细胞、免疫组化、和分子病理)。云病理万达信息联队,依托权威顶级病理专家团队以及全国一流的卫生信息平台支撑、辐射基层建设能力,在大赛中以100%高正确率实现甲状腺切片智能判别。衡道医学病理诊断中心旗下HistoAI团队展示了其海量的病理样本资源和大数据平台PathHub,并将开放自主标注的数据集,为病理行业AI的发展做出贡献。AION团队,主要由一群来自康奈尔大学、哈佛大学、上海交通大学、清华大学等世界顶尖高校学生组成,后劲令人期待。


图:病理赛道提问环节

在心电图诊断赛道中,在应用人工智能提高血管病监测整体水平,提升偏远地区的基层医疗水平和提高整体心电诊断水平,最终达到早发现血管病危险事件,降低死亡率的目的。本赛道围绕心血管病危险事件监测技术-移动心电图监护仪,以心电图的智能诊断,尤其是心血管病危险事件的快速智能识别与诊断为课题。

心维度团队以医疗为主导构建心电人工智能辅助诊断平台,联合家链医疗科技的长程便携式两电极全导联心电仪服务于心血管慢病人群与医务人员,最终达到降低心血管病死亡率的目标。数创医疗开发的AlphaECG项目,通过实时动态远程监护系统与人工智能心电算法辅助诊断系统的结合,为老百姓提供易用且低成本的临床级心电监护服务。心声医疗采用深度学习算法,专注于人工智能心电分析引擎“AI心电医师”的技术研发,为医疗机构、医疗器械商、可穿戴设备商、心电监护服务商等合作单位提供即快又准的心电图分析诊断服务。


图:心电图赛道提问环节

对于糖尿病眼底病变,早诊早治、长期监测是预防出现失明等严重后果的重要手段。但目前糖尿病本身的知晓率和治疗率很低,其眼底并发症的诊断过50%的糖尿病患者不能及时地进行眼底并发症的筛查,因此,用先进技术实现糖尿病及眼底并发症的一站式管理;利用AI赋能内分泌医生,提高长期管理病患者能力,诊断眼底并发症的效率,实现自动跟进不同阶段患者,监测并发症风险,适时转换治疗方案,可以有效解决上述痛点。

糖眼赛道团队在现场详细介绍了各自的创新医疗,其临床意义均获得了各位评委的大力赞扬,但部分项目在盈利模式、市场调研、临床试验等方面有待改进。

4支决赛队伍各有特点。体素科技基于400万张高质量眼底数据,研发出高敏感度眼底全病种筛查Ai解决方案,同时当场展示筛查软硬件一体机。依未科技创始团队5年技术和行业经验积累,产品在国内顶级医疗机构得到验证和试点。致远慧图提供端到端眼底疾病AI辅助诊断解决方案,能够连接各种品牌的眼底相机,提供基于云的AI服务,产品已经在数十家医疗机构部署试用。新眼光团队的产品特点为训练所需样本少没有设备依赖性和训练过拟合,以及小样本迁移算法和多目标学习算法的创新点。


图:糖眼赛道提问环节

经过一天的精彩大比拼,大赛评委在深思熟虑每一项参赛项目后,评选出创新挑战奖1名,最佳人气奖1名。来自病理赛道的迪小骄(迪英加)团队获得“创新挑战奖”,来自心电图赛道的心维度团队获得了“最佳人气奖”。


图:创新挑战奖


图:最佳人气奖




图:参赛者与嘉宾合影

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1285628, encodeId=34481285628ac, content=<a href='/topic/show?id=77903209422' target=_blank style='color:#2F92EE;'>#创新#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=60, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=32094, encryptionId=77903209422, topicName=创新)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=512a199, createdName=lilianxiang, createdTime=Thu Aug 30 06:23:00 CST 2018, time=2018-08-30, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1609085, encodeId=6406160908586, content=<a href='/topic/show?id=eb6b1145939' target=_blank style='color:#2F92EE;'>#Med#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=11459, encryptionId=eb6b1145939, topicName=Med)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=552a19396740, createdName=ms3994565386320060, createdTime=Thu Aug 30 06:23:00 CST 2018, time=2018-08-30, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=1285628, encodeId=34481285628ac, content=<a href='/topic/show?id=77903209422' target=_blank style='color:#2F92EE;'>#创新#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=60, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=32094, encryptionId=77903209422, topicName=创新)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=512a199, createdName=lilianxiang, createdTime=Thu Aug 30 06:23:00 CST 2018, time=2018-08-30, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1609085, encodeId=6406160908586, content=<a href='/topic/show?id=eb6b1145939' target=_blank style='color:#2F92EE;'>#Med#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=11459, encryptionId=eb6b1145939, topicName=Med)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=552a19396740, createdName=ms3994565386320060, createdTime=Thu Aug 30 06:23:00 CST 2018, time=2018-08-30, status=1, ipAttribution=)]
Baidu
map
Baidu
map
Baidu
map