天琴医疗冯源：深度学习被神话，医疗影像分析要结合传统方法 | CCF-GAIR 2017

本篇文章1598字，读完约4分钟

据雷锋网站介绍，“全球人工智能与机器人峰会”(ccf-gair)将于7月7日至7月9日在深圳举行，这是一项由中国计算机联合会(ccf)主办、雷锋(公开号:雷锋)和香港中文大学(深圳)协办的人工智能盛会。Ccf-gair为国内外学术和行业专家提供了广阔的交流平台，不仅宏观把握了人工智能的全球趋势脉搏，而且深入探讨了人工智能在各个垂直领域的应用实践细节。

延续上一届会议的顶级嘉宾阵容，本届ccf-gair 2017将迎来更多的人工智能和机器人专家。在接下来的日子里，雷锋。com将陆续发布嘉宾介绍。今天我们要介绍的是未来医学领域的主讲人冯远博士，秦天医药公司的董事和人工智能实验室的主任。

冯媛，荷兰Tunt大学应用数学博士，浙江大学计算机科学博士后。她主要负责公司的医学图像大数据挖掘和人工智能模型及算法研究。在加入秦天之前，她在上海连赢科技放射治疗部工作，负责放射治疗软件的系统架构、建模和算法设计。

人工智能在医学图像分析中的应用可以帮助医生定位疾病、分析病情和辅助诊断。目前，90%以上的医学数据来自医学图像，这些数据大多需要人工分析。如果我们能够使用算法自动分析图像，然后将图像与其他病例记录进行比较，就可以大大减少医疗误诊，有助于做出准确的诊断。

自2016年以来，利用人工智能的热潮，中国出现了许多将人工智能技术应用于医学图像智能分析的公司。雷曾在一篇文章中作过盘点。

冯媛告诉雷锋。秦天医疗的特点是以技术为导向，提供中间件和服务，通过专业的设备制造商和专业的医学影像公司走向市场。根据不同的需求，他们将开发不同的算法模块，以此形式与合作伙伴一起推广医学影像。

“我们的主要客户不是医院和医生，而是医疗成像公司和医疗设备制造商。我们有一个医学成像的通用算法平台，可以快速开发一个特殊的系统来解决不同问题的特定问题。”

据了解，秦天还与主流医疗设备制造商合作，并在医院开展技术研究。

冯远认为，虽然公司今年才成立，但已经开始研发14、15年了，国内的医学影像分析与美国相比还不成熟，还处于起步阶段，还有很多机会。最明显的是，国内企业大多处于天使轮阶段，而美国企业已经进入了A轮和B轮。

她认为，许多公司的产品都是对特定器官的辅助诊断和治疗，但秦天是一个通用平台，如果客户需要肺部诊断服务，可以开发特殊的算法模块。在通用平台上，只需要很少的时间，算法模块可以利用自动建模平台进行开发。

这个通用平台是否面临图像数据的短缺？毕竟，与国外相比，国内信息化还不够，没有提供高质量数据的标准化体系。

冯远认为，这取决于所使用的技术。数据是一个问题，但技术可以解决它。“如果是强监督学习，它确实需要大量高质量的数据。但是，如果使用半监督和弱监督的学习方法，可能只使用少量的已标记数据，并且有大量的未标记数据。”

在本月9日举行的ccf-gair未来医学特别会议上，她将发表主旨演讲，介绍她对医学影像市场的看法，以及哪些技术将为医疗行业带来变革。

她告诉雷锋。深度学习被神化了，认为它能解决所有问题是片面的。深度学习的理论研究还很薄弱，没有理论支持的优化方法在实际应用中令人担忧。作为数学系的毕业生，她希望有严格的数学来证明它是最好的。因此，她也看到有许多传统的方法(如果它们不同于深度学习的方法)，这些方法也非常漂亮。

她说公司正在将凸优化中的对偶理论应用到深度学习中，这也是因为她以前的博士和工作在这方面涉及很多。在建模方面，他们设计了一个自动化系统，可以自动构建神经网络结构，并为特定的应用场景选择合适的参数，整个过程可以在一周内完成。进一步的目标是“简化培训过程，整个过程可以在一天内完成。”

冯媛将讲述半监督和弱监督学习，以及深度学习和传统方法的结合如何应用于医学影像领域。如果你想近距离观察她在秦天医学院的研究，欢迎你买票参加会议。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。