ISICDM 大会首日：81 大专题报告，审视医学 AI 的过去、现在与未来

8月24日，第三届图像计算与数字医学国际研讨会（ISICDM 2019），正式在西安索菲特酒店召开。研讨会由国际数字医学会与国家天元数学西北中心联合主办，西安电子科技大学数学与统计学院与空军军医大学（第四军医大学）生物医学工程学院联合承办。

雷锋网&AI掘金志第三次作为大会首席合作媒体，对ISICDM进行全程报道。

经过三年的发展，ISICDM大会的众多嘉宾谈及的研究趋势，逐渐成为医学图像和数字医学领域的重要研究风向标。

本届论坛中，中国科学院院士徐宗本教授、美国工程院院士John Gore教授，加拿大皇家科学院院士Terry Peters教授，英国皇家科学院院士郭毅可教授，四位院士莅临本次大会。

与此同时，MRI主编（美国工程院院士John Gore教授）、Medical Image analysis主编（耶鲁大学James Duncan教授）、IEEE TBME主编（芝加哥大学潘晓川教授）也会在大会的多个环节中发言。

论坛首日，不少嘉宾分享的研究成果，既展示了深度学习的算法创新，也呈现了传统数学和机器学习方法在医学图像识别、分割、质量增强、成像等领域的全面应用。

论坛第一天，组委会共设置了影像组学与人工智能、功能成像及神经影像、图像重建进展论坛、数据模型与算法、数字医疗与智能诊疗、医学图像分析与深度学习、脑机接口与人机混合智能、期刊主编点评论文报告会、理工医产学研跨学科交流会、BME她论坛（中国生物医学工程学会女性科技工作者协会主办）10大专题论坛，共包含81个专题报告和多个交流环节。

其中，「期刊主编点评论文报告会」与「理工医产学研跨学科交流会」颇受关注。

新技术与传统方法的融合之道

在「期刊主编点评论文报告会」上，MRI主编（美国工程院院士John Gore教授）、IEEE TBME主编（芝加哥大学潘晓川教授）作为评委，就众多优质论文的现场报告进行专业点评。

美国工程院院士John Gore

“中国学生的学习能力和主观能动性非常强，今天非常开心能够指导这群潜力无限的学生。高校也应多多创造像ISICDM这样的机会，给予他们多方位的引导。”John Gore院士在接受AI掘金志采访时谈到。

随后，ISICDM组委会向AI掘金志表示：我们一方面鼓励投稿的学生们多尝试用深度学习解决各种各样的问题，同时也应重视深度学习背后的基础理论研究和传统数据建模方法。虽然DL火热，但它在医学场景中的不足和瓶颈也愈发明显，而传统应用数学的方法仍是当前值得重点研究的方向。

“过去的一段时间里，深度学习成为了绝对主流的研究方法。随着深度学习的鲁棒性不足、缺乏可解释性、对大量高质量训练数据和手工标注的依赖等弊端被越来越为人所诟病，基于知识的数学建模方法因其天然的透明性和可解释性而被不断改进与提升，后劲十足，仍然具有广阔的发展空间。事实上，在深度学习占据主流地位的今天，仍然有不少学者专注于基于知识的数学建模，通过把领域知识融入算法来提高算法性能。当前百家争鸣、百花齐放的学术环境，无疑为年轻人提供了更多的选择。”

“其实我们在上个世纪研究人工智能时，受限于各种条件，举步维艰。而当今这个时代，无论是新老方法的可选择性、算力成本、亦或是数据量，均为年轻学者们创造了无数低成本试错的机会，允许他们通过大量实践，对传统和新潮的方法进行取长补短、取精去糟，引领下一波潮流。”

医生的真实需求与理工专家的解法

为了贯彻“ 促进理工医交叉融合，激发产学研协同创新”这一理念，ISICDM发起人李纯明教授与 复旦大学信息科学与工程学院党委副书记 郭翌博士 等人，共同策划了 「理工医产学研跨学科交流会」，为听众带来了一场理工医交叉视听盛宴。

理工科专家和医生专家们的探讨内容和现场演示的软件，让与会者更直接地感受到了新老方法融合对医学问题的解决能力。

交流会由三组专家团组成，他们分别是医生专家组、理工科专家组和评审组：

医生专家：北京协和医院放射科主任医师陆菁菁、浙江大学医学院附属第一医院肿瘤放射治疗科副主任医师叶香华、复旦大学附属肿瘤医院超声医学科副主任周世崇、解放军总医院肝胆外科主治医师孟翔飞。

理工科专家：上海大学教授应时辉、东北大学副教授覃文军、大连理工大学副教授王洪凯、北京大学副教授高良才。

评审组：广东省人民医院放射科副主任刘再毅、印第安纳大学医学院副院长黄昆、平安科技美国东部研究院院长吕乐、西安交通大学第一附属医院医学影像科主任杨健。

交流会首先由四位医生陆续提出自己遇到的影像分割、重建、配准等图像处理需求，随后由理工科专家根据医生们遇到的众多问题，现场讲述解决方法，并演示相关软件。

随后，8位医生与理工科专家上台就座，由复旦大学信息科学与工程学院党委副书记郭翌博士作为主持，进行现场提问，评审团进行点评和补充回答。

首先，北京协和医院放射科主任医师陆菁菁教授带着“疾病形态的快捷可视化表达、不同模态三维图像的融合和展示“两大需求登台发言，陆菁菁教授指出，医生探索AI有两大目的，或是服务临床、服务患者，或是服务科研，她们团队的目的更多是前者。为此，协和放射科也曾与北京大学高良才教授团队合作，尝试使用深度学习进行盆腔结构语义分割，效果可观。