智慧医疗以人工智能和医学大数据为基础，赋能传统医疗，涵盖从基础研究到应用研究等多个不同层面，是医工深度交叉融合的产物，对于维护人民的生命健康具有极其重要的作用，已被列入《十四五规划和2035年远景目标》战略规划和《新一代人工智能发展规划》。目前，各届对智慧医疗都充满极大的热情和期望，各国政府制定各种战略规划，学术届科研成果层出不穷，产业界广受资本青睐追捧，国内外的智慧医疗都欣欣向荣、蓬勃发展。智慧医疗目前的现状如何？未来的发展该何去何从？智慧医疗落地还面临哪些困难？本次论坛将邀请人工智能和医学领域的权威专家，从不同角度对这些问题进行分析和讨论，分享各自的成果和观点。

邬向前

哈尔滨工业大学计算学部教授、副主任

智慧医疗研究所所长

简介：邬向前，哈工大计算学部副主任、智慧医疗研究所所长，长江学者，黑龙江省杰出青年基金获得者，中央军委装备发展部专家，IEEE TIP 编委，IEEE高级会员，中国计算机学会理事/高级会员，黑龙江省视听觉认知计算重点实验室创始人/主任。主持二十余项国家自然科学基金、国家重点研发计划课题和人工智能2030重大专项子课题等项目的研究。已在IEEE TIP/TMM/TIFS等国际刊物和CVPR/ECCV/ACMMM等会议上发表学术论文200余篇，出版学术专著1部，并获二十余项国内外专利。曾获得黑龙江省自然科学一等奖和二等奖、全国优秀博士论文提名奖、中国计算机学会优秀博士论文奖、哈尔滨工业大学优秀博士论文奖和国际会议优秀论文奖等，连续七年（2014-2020）入选爱思维尔“中国高被引学者榜单”。其研制的“新冠肺炎CT图像分析系统”在疫情期间成功应用于新冠定点医院，为抗疫作出贡献，成为工信部所属高校“科技抗疫”代表性成果。研究方向包括计算机视觉、医学图像分析、生物特征识别等。

个人主页： 

http://homepage.hit.edu.cn/wuxiangqian

夏勇

西北工业大学计算机学院教授、副院长

简介：夏勇，西北工业大学计算机学院教授、副院长，国家级青年人才计划入选者。研究方向为医学影像智能计算。近三年，在本领域顶级期刊/会议IEEE-TPAMI/TMI/TIP/JBHI、PR、NeurIPS、CVPR、IJCAI、MICCAI发表论文40余篇，论文被引用近5000次（Google Scholar），先后在ISBI 2019 C-NMC、PROMISE12、BraTS2020、MyoPS 2020、COVID-19-20等国际学科竞赛中名列前茅；现为中国图象图形学学会视觉大数据专委会常委、中国抗癌协会肿瘤影像专业委员会人工智能学组副组长和陕西省计算机学会人工智能专委会主任；并先后担任MICCAI 2019地区主席和MICCAI 2020分会主席等。

个人主页：

https://teacher.nwpu.edu.cn/yongxia.html

张大鹏

香港中文大学（深圳）校长讲座教授，加拿大皇家科学院和工程院两院院士

讲者简介：张大鹏，香港中文大学（深圳）校长讲座教授，加拿大皇家科学院和工程院两院院士，IEEE Life Fellow，IAPR Fellow。毕业于北京大学计算机科学专业，于1982年和1985年分别获得哈尔滨工业大学（HIT）计算机理学硕士及博士学位，是中国第一个AI博士。1986年至1988年，作为中国首批博士后从师于清华大学著名导师常桐院士。1994年，又获得加拿大滑铁卢大学(University of Waterloo) 电气和计算机工程博士学位。自2005年以来, 一直担任香港理工大学计算学系的讲座教授(智能计算)，并创建主持了香港特区政府资助的生物识别研究中心(UGC/CRC)。长期担任清华大学双聘教授，以及哈工大、北大、上海交大、国防科大及加拿大滑铁卢大学的兼职教授。40多年来一直从事模式识别，图像处理以及生物特征识别研究，是掌纹识别，中医四诊量化及人脸美学等研究领域的开创者和领军人。其研究成果曾多次获奖， 如中韩授予的发明金奖及特殊金奖、日内瓦发明展银奖，以及授予的我国香港特别行政区最高科学技术奖项“裘槎(Chroucher Foundation)优秀科研者”奖等。已出版了20多部相关专著，500余篇国际期刊论文和40多项美国/日本/中国专利。自2014-2021年，已连续八年被Clarivate Analytics(前身为汤森路透)列为全球高被引科学家。又在国际计算机科学和电子学的Top 1000名科学家排序中，以H-Index 122进入前85名。

报告题目：人工智能与中医现代化(AI and TCM Modernization: Research and Development)

报告摘要：The TCM modernization is an inevitable trend in the TCM development, and the combination of AI and TCM is the only way to realize the TCM modernization. In this presentation, we will try to propose a novel approach by Medical Biometrics technology to obtain a good solution. By some TCM-orient diagnosis acquisition devices, we could collect many kinds of date like tongue/pulse/odor/voice with a priori knowledge from healthy/sub-healthy in Body Checking Station or from different diseases in Hospitals. Then, we use a statistical pattern recognition method to extract all possible features from these images/waveforms, including color, texture, shape, and so on. After matching between our training data and testing data, some decision rules will be made. Finally, we apply our results to the practical diseases diagnosis to illustrate the effectiveness of our approach.

田捷 

中国科学院自动化研究所研究员，中国科学院研究生院教授

讲者简介：田捷，中国科学院自动化研究所研究员，中国科学院研究生院教授, 国家杰出青年基金获得者（2002），教育部长江学者（2007）；作为第一完成人在02和04两次获得国家科技进步奖，2010和2012两次获得国家发明奖，2012年获得何梁何利奖，2017年全国创新争先奖；2014-2020年连续7年入选Elsevier医学科学高被引学者榜单；2006和2011年两次任科技部国家基础研究九七三项目首席；2012和2020年两次主持国家自然科学基金委员会部委推荐重大科学仪器设备项目，是 IEEE TMI(生物医学成像) TBE（生物医学工程）JBHI(生物医学与信息）EBioMedicine(柳叶刀子刊）等多种国际期刋编委；AAAS, IEEE， SPIE ，IAMBE，AIMBE，OSA, ISMRM和IAPR（美国科学促进会，国际电子电器工程学会，国际光学工程学会，国际生物医学工程学会，美国生物医学工程学会，美国光学会，国际医用磁共振学会和国际模式识别学会的会士）Fellow。中国医师协会临床精准医学专委会副主任，中国医师协会超声分子影像与人工智能专委会主任，中国抗癌协会肿瘤人工智能专委会付主任。

报告题目：基于人工智能与医疗大数据的影像组学及其临床应用

报告摘要：近年来人工智能技术的迅速发展和医学影像数据的急剧增长催生了医学领域影像组学的发展。影像组学一般指使用计算机断层扫描（CT），正电子发射断层扫描（PET）、磁共振成像（MRI）、超声（US）作为输入影像数据，将医学影像大数据转化为可挖掘的定量化特征，利用新兴的人工智能技术并融合基因、临床等多元信息在临床上进行疾病的辅助诊断、疗效评估和预后预测。鉴于影像组学的临床应用前景，受到了包括国际学术界、著名科技公司的广泛关注，开展了大量研究工作。特别是在皮肤癌鉴别、糖尿病视网膜病变检测、脑胶质瘤癌影像基因关联、结直肠癌淋巴结转移预测等领域的，显示了人工智能应用于医疗大数据的优势。国内学者紧跟影像组学的国际发展潮流，深入研究了影像组学所涉及的关键技术，并开展了相应临床应用，相关结果发表在临床肿瘤学国际顶级期刊Journal of Clinical Oncology、Gut、Clinical Cancer Research上。本报告主要围绕新兴的影像组学技术，从人工智能和医疗大数据对影像组学的促进作用、影像组学的国内外最新发展动态、影像组学的研究内容及影像组学的未来方向进行系统介绍。

刘荣

解放军总医院（301医院）肝胆胰外科学部主任、全军肝胆外科研究所所长

讲者简介：刘荣，主任医师，教授，现任解放军总医院（301医院）肝胆胰外科学部主任、全军肝胆外科研究所所长；担任哈尔滨工业大学讲席教授、医工交叉研究院院长；南开大学、兰州大学 兼职教授，享受国务院特殊津贴。致力于外科工具理论与技术创新，创建肝胆胰肿瘤腹腔镜和机器人手术新技术体系，显著降低创伤、改善预后，替代传统技术。主持制定机器人外科国际第一、第二部专家共识和国家卫健委腹腔镜和机器人两部手术操作指南，推动学科规范发展；建成创新术式、疑难手术、手术数量全球第一的肝胆胰机器人手术中心，创立国际和国家级技术培训中心三个，构建高水平推广平台，美、英、新、荷、日、韩等20余家国际医疗机构派员前来学习。其中，腹腔镜成果以第一完成人获国家科技进步二等奖、中华医学科技一等奖和北京市科学技术二等奖。创建预后控制外科理论，解决外科“风险预先控制”与“决策动态寻优”关键难题，构建预控外科交叉技术体系：⑴将血管控制精度由1级提升至2-3级，用区域阻断替代全局阻断，建立预防出血新策略，并通过分子影像实现术中精确反馈，实现肝癌手术风险的系统化控制；⑵将胰腺囊腺瘤鉴别准确率由57.1%提高到92.3%；⑶基于机器人和体外力学模型完成胰腺对端吻合（荣式手术），改变外科传统观念，实现胰腺生理性重建；⑷国际首次报道3项单孔手术。推动外科学发展成为“全程可控”的定量化学科。2019成为中国科学院院士初步候选人。出版国际首部机器人外科专著《肝胆胰脾机器人外科手术学》，交叉学科专著《智能医学》和《预后控制外科》、《预后控制医学》。获原总后勤部“科技银星”，荣立二等功1次。创办《中华腔镜外科杂志》和Intelligent Surgery杂志并担任主编，现任世界临床机器人外科学会执行委员、中国研究型医院学会智能医学专业委员会主任委员，中国医师协会医学机器人医师分会副会长等职。

报告题目：智能外科的基础设施建设的探索与思考

报告摘要：高质量的临床数据是智能外科得以发展，并充分赋能临床工作的基本前提。目前临床工作中直接产生的数据在格式、模态以及质量等方面尚不能满足智能外科分析、建模、预测与控制的要求。围绕临床数据收集、会聚、识别、关联等功能的数据基础设施建设具有关键价值。我们在外科工作中，以手术为核心数据控制环节，探索建立了全数字化、部分智能化的手术治疗控制系统和远程手术指导系统，并由此积极探索符合智能外科实践特征的新型数据库建设。这些基础设施建设为未来智能外科的充分发展奠定了关键性基础。

周少华 

中国科学技术大学讲席教授兼生物医学工程学院执行院长

嘉宾简介：周少华博士，Fellow of IEEE、AIMBE（美国医学与生物工程院）、NAI（美国国家发明院），现任中国科学技术大学讲席教授兼生物医学工程学院执行院长、中科院计算所客座研究员、香港中文大学（深圳）客座教授，曾在西门子医疗研究院任职首席专家，致力于研发与图像相关的创新及产品。他已经编撰了五本学术专著，发表了240+篇学术期刊及会议论文，并拥有140+项授权专利。他多次因其学术成就和创新贡献而获奖，包括发明奥斯卡奖、西门子年度发明家、马里兰大学ECE杰出校友、MICCAI年轻科学家奖提名文章等。他热心奉献于专业社区，是行业顶级协会MICCAI财长兼理事、MONAI（Medical Open Network for AI）咨询顾问、顶级期刊Medical Image Analysis、IEEE Trans. Medical Imaging＆ TPAMI等编委、顶级会议AAAI、CVPR、ICCV、MICCAI和NeurIPS等领域主席、《视觉求索》公众号联合主编、MICCAI2020的程序联合主席。

张道强