報 告 內 容 簡 介 |
報告內容簡介: 大模型時代下多模態(tài)人工智能技術在醫(yī)學交叉場景中取得飛速發(fā)展。多模態(tài)醫(yī)學基礎模型的研究逐漸由各個臨床醫(yī)學任務“分而治之”向“通用統(tǒng)一”的方向演變,,即使用單個框架理解醫(yī)學影像,,同時結合臨床診斷及電子病歷實現(xiàn)自動化報告生成及診療方案推薦等。本報告首先對面向醫(yī)工交叉場景的多模態(tài)人工智能研究背景及過程中面臨的科學問題進行簡要介紹,;然后從醫(yī)學場景的診療數(shù)據(jù)出發(fā),,介紹面向多源異構臨床數(shù)據(jù)的主動學習方法,并針對醫(yī)學多模態(tài)自主認知過程的可解釋性以及診療偏好對齊策略的相關代表性工作展開詳細介紹,;最后,,對多模態(tài)醫(yī)學交叉的深度學習未來的發(fā)展進行展望和反思。
報告人簡介: 俞俊,,國家杰出青年基金獲得者,,現(xiàn)任哈爾濱工業(yè)大學(深圳)計算機學院二級教授、博導,。浙江大學計算機學院本科,、博士,新加坡南洋理工大學博后,。曾分別入選國家優(yōu)青與青年長江等人才計劃,。主持基金委重點項目、科技部重點研發(fā)項目,、省杰青人才項目等,。致力于圖像處理與分析,、多模態(tài)內容理解的研究。發(fā)表IEEE/ACM Trans及CCF A類論文百余篇,,授權國家發(fā)明型專利30余項,,谷歌引用1.3萬余次。任IEEE TCSVT,、Pattern Recognition等匯刊編委,。曾以第一作者獲IEEE TMM, TIP, TCYB等期刊的最佳論文獎,獲省自然科學一等獎 2021(排名第一),。成果在人民日報,、阿里等落地。 |