申请专栏作者
您的当前位置:主页 > 智慧医疗 > 正文

ITU &WHO健康医疗人工智能焦点组(FG AI4H) 征收文

来源: 时间:2019-03-23
请点击下面的广告后浏览!

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。 可思数据-www.sykv.cn,sykv.com

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)。 可思数据-人工智能资讯平台

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。

可思数据-www.sykv.cn,sykv.com

微信图片_20190322130019

内容来自可思数据

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。 可思数据-人工智能资讯平台

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。 本文来自可思数据,转载请联系本站及注明出处

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。

可思数据

健康医疗人工智能研讨会(4月2日

可思数据-www.sykv.cn,sykv.com

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。 可思数据

会议注册: https://itu.int/go/fgai4h/regd 可思数据-www.sykv.cn,sykv.com

FG-AI4H主页:https://itu.int/go/fgai4h 可思数据-人工智能资讯平台

研讨会议程(后续更新):https://www.itu.int/en/ITU-T/Workshops-and-Seminars/ai4h/20190402/Pages/Programme.aspx 可思数据

焦点组正式工作会议(4月3-5日) 可思数据-AI,智能驾驶,人脸识别,区块链,大数据

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。

可思数据-AI,智能驾驶,人脸识别,区块链,大数据

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:

可思数据-AI,智能驾驶,人脸识别,区块链,大数据

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。

可思数据

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。 可思数据

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。 可思数据

表一、健康医疗人工智能焦点组已有立项信息

可思数据

Topic   group 可思数据

References

本文来自可思数据,转载请联系本站及注明出处

Leader

本文来自可思数据,转载请联系本站及注明出处

Cardiovascular  disease risk prediction 内容来自可思数据

FGAI4H-C-017-R1  WatIF Health / IEPH 可思数据-www.sykv.cn,sykv.com

Benjamin  Muthambi

可思数据

Classifying  autism through analysis of brain imagery 可思数据

B-018  Columbia University 可思数据-人工智能资讯平台

Jongwoo  Choi 可思数据-AI,人工智能,深度学习,机器学习,神经网络

Dermatology 本文来自可思数据,转载请联系本站及注明出处

FGAI4H-C-015  Fraunhofer Portugal, FGAI4H-C-021 Xiangya Hosp. Central S. Univ. 可思数据

Maria  Vasconcelos 可思数据-数据挖掘,智慧医疗,机器视觉,机器人

Falls  among the elderly 内容来自可思数据

FGAI4H-C-014  Fraunhofer AICOS 本文来自可思数据,转载请联系本站及注明出处

Inês  Sousa 可思数据-人工智能资讯平台

Histopathology  

可思数据-AI,智能驾驶,人脸识别,区块链,大数据

FGAI4H-C-018  Charité Berlin et al

可思数据-AI,智能驾驶,人脸识别,区块链,大数据

Frederick  Klauschen

可思数据-AI,智能驾驶,人脸识别,区块链,大数据

Neuro-cognitive  diseases 本文来自可思数据,转载请联系本站及注明出处

FGAI4H-C-020  UNIL, CHUV (Alzheimers)

可思数据-数据挖掘,智慧医疗,机器视觉,机器人

Marc  Lecoultre

内容来自可思数据

Ophthalmology  (retinal imaging diagnostics)

可思数据-AI,人工智能,深度学习,机器学习,神经网络

FGAI4H-C-026-R1,  FGAI4H-C-022 Baidu

可思数据-AI,人工智能,深度学习,机器学习,神经网络

Arun  Shroff 本文来自可思数据,转载请联系本站及注明出处

Psychiatry

可思数据

FGAI4H-C-013  Zurich Univ., Charité Berlin (Paediatric)

可思数据-数据挖掘,智慧医疗,机器视觉,机器人

Nicholas  Langer

可思数据-AI,智能驾驶,人脸识别,区块链,大数据

Snakebite  and snake identification 可思数据-人工智能资讯平台

FGAI4H-C-012-R1  University of Geneva 可思数据-AI,人工智能,深度学习,机器学习,神经网络

Rafael  Ruiz de Castañeda

可思数据-人工智能资讯平台

Symptom  assessment 可思数据-AI,智能驾驶,人脸识别,区块链,大数据

FGAI4H-C-019  Ada Health, FGAI4H-C-025 Your.MD

本文来自可思数据,转载请联系本站及注明出处

Henry  Hoffmann

可思数据-AI,人工智能,深度学习,机器学习,神经网络

Tuberculosis

可思数据

FGAI4H-C-023  ICMR (India), NICF (DoT, India)

可思数据-AI,智能驾驶,人脸识别,区块链,大数据

Manjula  Singh 可思数据-www.sykv.cn,sykv.com

相关阅读:

本文来自可思数据,转载请联系本站及注明出处

 

可思数据-AI,人工智能,深度学习,机器学习,神经网络

  可思数据-数据挖掘,智慧医疗,机器视觉,机器人

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片

Copyright©2005-2019 Sykv.com 可思数据 版权所有    网站地图   联系我们  

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部