【医学部学术讲座】Towards Developing Generalist Models for Healthcare

来源: 发布时间:2024-09-25 09:36:49 浏览次数: 【字体:

主讲嘉宾:谢伟迪 副教授

时       间: 2024年9月26号,上午9:30~11:00

地       点: 深圳大学丽湖校区医学部A6-811

主  持  人: 黄若冰

图片1


主讲嘉宾简介:

      谢伟迪,上海交通大学长聘副教授,上海人工智能实验室青年科学家。国家级青年人才(海外),上海市(海外)高层次人才计划获得者,科技部科技创新 2030 —“新一代人工智能”重大项目青年项目负责人,国家基金委面上项目负责人。 博士毕业于牛津大学视觉几何组(Visual Geometry Group,VGG),师从Professor Andrew Zisserman,Professor Alison Noble,是首批 Google-DeepMind 全额奖学金获得者,China Oxford Scholarship Fund(Magdalen Award)奖学金获得者,获得牛津大学工程系杰出奖(Oxford Excellence Award)。主要研究领域为计算机视觉,医学人工智能,共发表论文超 60篇,包括CVPR,ICCV, NeurIPS, ICML, IJCV, Nature Communications等,Google Scholar累计引用超 11000余次,多次获得国际顶级会议研讨会的最佳论文奖和最佳海报奖,最佳期刊论文奖;担任Nature Medicine,Nature Communications审稿人,计算机视觉和人工智能领域的旗舰会议CVPR ,NeurIPS,ECCV的领域主席。

报告简介(Abstract):

       近年来,基础大模型(Foundation Models)在计算机视觉和自然语言处理领域取得了前所未有的成功。然而,尽管医疗领域具有巨大的潜力,基础大模型在该领域的发展仍然相对滞后。该报告中,我将从以下几个方面介绍我们在医疗人工智能(AI4Health)方面的一些努力和尝试,包括:(1) 开源数据集的构建,例如 PMC-OA、RP3D,RadMD 等;(2) 训练医学专用的语言模型或视觉-语言模型,例如 PMC-LLaMA、MMedLLaMA、PMC-CLIP、RadFM 等;(3)增强医学知识的表示学习和通用分割模型,例如在 X 光、病理或更广泛的放射影像等方面,例如 KAD,KEP,SAT。在以上工作中,团队旨在弥合通用人工智能的进展与医疗应用之间的差距,为医疗领域提供更加健壮和多功能的人工智能解决方案。更多信息,请查阅这里的论文:https://weidixie.github.io/research.html

分享到:
【打印正文】
×

用户登录