当前,新一轮科技革命和产业变革正在全球范围内萌发,人工智能在医疗健康领域中的深度渗透与融合创新趋势已经非常明显。人工智能在医学影像与病理辅助诊断、临床决策支持、语音识别、药物挖掘、健康管理等领域的探索应用,对医疗健康行业“优化资源配置、提升服务效率、改善服务质量”,提升人类健康水平已形成全球共识。
为加强医疗人工智能领域的国际合作,共同提升人工智能技术对全人类健康水平的促进作用,联合国国际电信联盟SG16研究组联合世界卫生组织(WHO)于2018年7月20日正式成立健康医疗人工智能焦点组(FG AI4H)。
该焦点组致力于健康医疗人工智能的标准预研究,并聚焦健康医疗人工智能的数据格式、标准数据集和算法评估验证等方面,拟起草健康医疗人工智能(AI for Health)技术报告及遴选健康医疗人工智能垂直领域的最佳应用案例(Bestuse case),联合健康医疗领域及人工智能跨领域学者专家,共同推动健康医疗人工智能创新发展。
目前,该焦点组由Thomas Wiegand先生(Fraunhofer HHI,德国)担任主席,许珊女士(中国信息通信研究院)、Ramesh Krishnamurthy(世界卫生组织组织)、Sameer Pujari(世界卫生组织组织)、Naomi Lee(柳叶刀)、Marcel Salathé(瑞士洛桑联邦理工学院)、Stephen Ibaraki(ACM,REDDS Capital)担任副主席。
在2018年9月25日至27日瑞士日内瓦世界卫生组织总部召开焦点组第一次会议,2018年11月14-16日美国纽约哥伦比亚大学召开焦点组第二次会议,2019年1月23-26日瑞士洛桑联邦理工学院召开焦点组第三次会议。
2019年4月2-5日将在中国上海召开健康医疗人工智能焦点组第四次会议,其中2019年4月2日是健康医疗人工智能研讨会,4月3-5日是焦点组正式会议,审查并讨论书面文稿及焦点组立项。会议对各方免费开放,并支持远程参会工具,欢迎来自各国的政府机构、国际组织和学术专家参与。
健康医疗人工智能研讨会(4月2日)
2019年4月2日,联合国世界卫生组织首席科学家SoumyaSwaminathan 和联合国国际电信联盟标准局副局长Reinhard Scholl将在 ITU与WHO健康医疗人工智能焦点组研讨会致开幕词,接下来将分为焦点组简介、应用案例、数据治理、监管政策四个环节,来自美国、中国、日本、印度、新加坡、韩国等专家代表将共同探讨健康医疗人工智能发展趋势。
会议注册: https://itu.int/go/fgai4h/regd
FG-AI4H主页:https://itu.int/go/fgai4h
研讨会议程(后续更新):https://www.itu.int/en/ITU-T/Workshops-and-Seminars/ai4h/20190402/Pages/Programme.aspx
焦点组正式工作会议(4月3-5日)
目前,健康医疗人工智能焦点组正在广泛征求健康医疗人工智能在各个垂直领域的应用案例、数据集及评估方法。目前在心血管风险评估、自闭症分析、皮肤科、老人跌倒、组织病理学、神经认知疾病、眼科、精神病学、蛇毒识别、症状评估、结核等11个领域已有Topic立项,项目文稿及领域牵头人信息如表格所示。
国内各位专家学者可通过以下两种方式参与焦点组这项工作:
已有立项:在焦点组框架下,形成健康医疗人工智能垂直领域的国际社区,以文稿形式阐述现有工作基础及加入意向,作为焦点组健康医疗人工智能垂直领域的最佳应用案例遴选材料,共同推动该垂直领域的技术研究和国际标准预研究。
空白领域:通过提交文稿,推动该垂直领域的立项,担任该垂直领域牵头人(Topic Driver),领导并管理小组的标准预研究、技术方案研讨及应用案例遴选。联合国国际电信联盟焦点组官网上也会标注牵头人信息,对国内研究团队是技术实力的体现,也是很好的公关宣传。
提交文稿的专家将有机会在4月3-5日焦点组正式会议上,向焦点组国际专家们介绍团队在健康医疗人工智能方面的研究成果及应用案例,介绍时间10-30分钟不等,国际专家们再对文稿及PPT材料进行立项讨论,若同意立项,则将该文稿吸纳为联合国电信联盟健康医疗人工智能焦点组,立项人成为该垂直领域牵头人或参与者。焦点组每两个月开一次国际会议,将一直以征收文稿形式持续探讨并推动健康医疗人工智能垂直领域的技术、标准、应用研讨成果,最终借助联合国国际电信联盟第16研究组为接口,转化为健康医疗人工智能方面的国际标准。
表一、健康医疗人工智能焦点组已有立项信息
Topic group |
References |
Leader |
Cardiovascular disease risk prediction |
FGAI4H-C-017-R1 WatIF Health / IEPH |
Benjamin Muthambi |
Classifying autism through analysis of brain imagery |
B-018 Columbia University |
Jongwoo Choi |
Dermatology |
FGAI4H-C-015 Fraunhofer Portugal, FGAI4H-C-021 Xiangya Hosp. Central S. Univ. |
Maria Vasconcelos |
Falls among the elderly |
FGAI4H-C-014 Fraunhofer AICOS |
Inês Sousa |
Histopathology |
FGAI4H-C-018 Charité Berlin et al |
Frederick Klauschen |
Neuro-cognitive diseases |
FGAI4H-C-020 UNIL, CHUV (Alzheimers) |
Marc Lecoultre |
Ophthalmology (retinal imaging diagnostics) |
FGAI4H-C-026-R1, FGAI4H-C-022 Baidu |
Arun Shroff |
Psychiatry |
FGAI4H-C-013 Zurich Univ., Charité Berlin (Paediatric) |
Nicholas Langer |
Snakebite and snake identification |
FGAI4H-C-012-R1 University of Geneva |
Rafael Ruiz de Castañeda |
Symptom assessment |
FGAI4H-C-019 Ada Health, FGAI4H-C-025 Your.MD |
Henry Hoffmann |
Tuberculosis |
FGAI4H-C-023 ICMR (India), NICF (DoT, India) |
Manjula Singh |
相关阅读: