主题：AI医学影像落地实战：数据标注、算法方法、算力优化
时间：12月21日（周四），晚上8点
嘉宾：吴博，宜远智能CEO、英国利兹大学博士后、前爱立信大数据研究院资深研究员、谷歌研究奖获得者。
报名方式：扫描文章底部海报二维码，关注公众号“AI掘金志”，进入后直接回复关键词“医学影像”四字，预约课程。
在第一期的课程中，北京大学王立威教授多次强调：单纯将图像识别技术嫁接到医学影像上，还远远不够。
医学图像除了自身与常见图像差异极大外，对数据的标注也有着特殊的要求，同时面临数据稀缺、尺寸大、隐私性高、3D图像较多等问题……
这些棘手难题，使得AI在医学影像分析的多个核心环节中，不得不做出巨大妥协。牺牲A，成就B，十分被动。
针对医学影像分析实际操作的种种难题，雷锋网邀请了宜远智能CEO吴博，为大家深入讲解《AI医学影像落地实战：数据标注、算法方法、算力优化》。
从上层算法、中层数据和底层算力三大核心点出发，根据实战案例经验，解读AI医学影像的技术落地、工程搭建和软硬件选型等问题。
吴博，宜远智能CEO
学术背景：吴博先后在清华大学、香港浸会大学求学，并在英国利兹大学完成博士后，师从计算机视觉专家唐远炎教授等人。与此同时，他也在ICML/ACL等顶级会议发表多篇人工智能论文。
工业界经验：2017年创立医疗AI公司：宜远智能，该公司集结了20多名人工智能博士以及众多海内外医学顾问，为医疗健康领域提供AI增强解决方案，并与多家知名医院达成合作，并推出成型产品。
创立宜远智能之前，吴博曾在爱立信大数据研究院任职。还主导过百亿级虚拟品电商、数字货币系统的业务及数据架构建设与运营。
2017年成果：吴博领导的宜远智能团队在医学影像领域，取得以下成绩：
1.阿里天池医疗AI大赛GPU环节国内最佳；开源系统荣获大赛人气奖。
2.面部皮肤诊断分析API、SDK已经进入商业化，并在2017年世界互联网大会展出。
3.宫颈基液细胞学诊断AI在权威评测中，超出医生水平。
一、数据篇
数据资产盘点及脱敏方法
医学影像数据的标注设计（工具、界面，内网部署等）
二、算法篇
必备的AI重点知识和技能（数据集划分、偏差方差、度量指标等）
从深度学习目标检测角度来处理医学影像任务（以皮肤和病理为例）
多模态方法
三、算力优化篇
选型决策 (x86 VS Power；云 VS 端； GPU vs CPU; 品牌 vs DIY)
优化技巧
企业：医疗人工智能从业者与创业者
高校：计算机视觉、图像处理与医学影像研究背景的教授、研究员；欲从事医学影像分析的学生
医院：影像科/放射科/病理科主任医师、信息中心主任
监管：CFDA等医疗相关监管机构的从业者
报名观看：扫描文章底部海报二维码，关注公众号“AI掘金志”，进入后直接回复关键词“医学影像”四字，预约课程。
福利：若想进入高端成员群与众多大牛们交流讨论，请加小助手小艾微信ID：mooccai，在发送好友验证框里备注个人信息（影像+姓名+公司/学校、职位/专业），通过审核后将邀请您进入未来医疗高端成员群。（专业群审核严格，请认真填写，感谢理解。）
更多课程：《未来医疗大讲堂—医学影像专题》前后会有近10位产、学、医领域的权威专家进行深度分享，每堂课60~120分钟，每周一更，后续的课程时间与详情，会在公众号“AI掘金志”实时告知。
费用：直播免费；录像回看付费（9.9元） 雷锋网雷锋网雷锋网
前三期录像：视频课程回放，欢迎点击超链接：http://www.mooc.ai/open/list?columnId=27
正在生成分享图...
乔燕薇