报告题目：AI在放射学领域的应用
报告时间：2020年5月20日（星期三）上午10：00
报告形式：Zoom会议，会议号：667-9601-8668
报告人：Harrison X. Bai 教授 布朗大学
报告摘要：近年来，以人工智能(Artificial Intelligence, AI)的形式来定量测量医学影像上的临床相关性特征取得了极大发展。放射组学在病灶的分割(区分病灶与正常组织)以及预测组织学类型、分子标志物、治疗反应和预后等方面都取得了成功。近来人工智能最具代表性分支深度学习已广泛应用于包括检测早产儿视网膜病变、诊断皮肤病变、预测胶质瘤基因突变以及肿瘤负担、检测致盲性视网膜疾病、检测肺癌结节特性、鉴别甲状腺癌和诊断乳腺癌等方面。通过对大量影像特征的学习，深度学习模型的预测准确度已经可以超过人类放射学专家水平，并具有显著的速度优势。Bai教授课题组成功将人工智能基于MRI预测脑肿瘤生物标志物、基于核磁共振评估肾脏肿瘤属性及预后等方面。并且在新型冠状病毒肺炎方面，使用人工智能基于肺部CT鉴别新冠肺炎和其他类型肺炎，可大大提高新冠肺炎患者的检出率。近期在医院构建一站式人工智能平台的方法正在研究中，此平台结合深度学习技术融入医院放射科阅片系统，并连接临床医师医嘱系统，使用AI技术自动阅片并将结果传递给临床医师，进一步提高AI在放射学领域以及医院医疗场景的应用。
报告人简介: Harrison X. Bai，现任美国布朗大学计算机系助理教授，布朗大学附属罗德岛医院放射介入科主治医师。布朗大学，创立于1764年，是一所享誉世界的顶级私立研究型大学，著名的八所常春藤联盟成员，北美顶尖 大学学术联盟美国大学协会成员。Harrison X. Bai教授本科、博士均毕业于耶鲁大学，并于约翰-霍普金斯大学攻读计算机科学与生物信息学硕士学位，主要研究方向为人工智能在放射学中的应用以及大数据分析。参与了2018年湘雅二医院神经内科和放射科合作的“运用深度神经网络来预测大血管缺血性脑卒中血管内治疗的预后：动物到人的迁移学习“的项目，并且获得了中南大学湘雅二医院2018年医疗新技术二等奖，相关的专利“一种基于动物迁移和神经网络模型的影像结果预测方法”正在申请中。自2016年开始研究机器学习，Harrison X. Bai教授及其团队已经在此领域取得极大的研究成果，2018年获得北美放射学会研究员奖学金、介入放射学会住院医师研究奖助金，2020年获得美国国立卫生研究院（NIH/NCI）R03项目一项，美国布朗大学COVID-19种子基金项目一项，亚马逊网络服务（AWS）资助的COVID-19研究项目一项，同时主持国家自然科学基金外国青年学者项目1项，已在Clinical Cancer Research 、Neuro-oncology等国际知名杂志发表SCI论文100余篇。
