Eventmeddelanden
Framsteg inom AI inom sjukvĂ„rden â Spotlight frĂ„n Nathan Wang

Artificiell intelligens hĂ„ller snabbt pĂ„ att bli en av nyckelfaktorerna för framsteg inom hĂ€lsovĂ„rdsbranschen. Framför REâąWORK â AI i Healthcare Summit Boston, frĂ„gade vi Nathan Wang â Deep Learning/Medical Imaging Researcher pĂ„ Johns Hopkins University hans tankar om Ă€mnet. HĂ€r Ă€r vad han hade att sĂ€ga:
Vad tycker du Àr det viktigaste framstegen för AI inom vÄrden?
De senaste Ären har omrÄdet gjort stora framsteg nÀr det gÀller modelltolkbarhet. Att som forskare intuitivt kan förstÄ "resonemanget" bakom vÄr AI hjÀlper oss att bygga mer robusta och exakta modeller. Förhoppningsvis kommer lÀkare och patienter sÄ smÄningom att kunna ha mer förtroende för dessa AI-system.
Vad tror du kommer att bli AI:s krona pÄ verket för sjukvÄrd och patientresultat?
Jag tror att AI:s krönande prestation Ànnu inte har kommit. Jag kÀnner att nÀr djupgenomik och radionik blir större kommer AI att spela en Ànnu större roll Àn vad det gör idag.
Vilka Àr nÄgra senaste vinster frÄn ett AI-projekt du arbetar med? Vilka utmaningar mötte du under den? Hur övervann du dem?
Mitt arbete pĂ„ Johns Hopkins involverar djupinlĂ€rningsbaserad intraoperativ bildanalys, dĂ€r jag sĂ€rskilt skiljer mellan cancer och icke-cancervĂ€vnader i den mĂ€nskliga hjĂ€rnbarken frĂ„n bilder med optisk koherenstomografi (OCT). En betydande utmaning jag stod inför var att designa en AI-modell som vĂ€l generaliserar till data frĂ„n patienter utanför trĂ€ningsuppsĂ€ttningen. Ăven om djupa nĂ€tverk utmĂ€rker sig pĂ„ att extrahera dolda mönster, Ă€r de mest lĂ€ttlĂ€rbara mönstren inte alltid korrekta. DĂ€rför Ă€r det viktigt att anvĂ€nda olika datanormaliserings- och transformationsmetoder. I mitt projekt fann jag att bildtextur var mycket anvĂ€ndbar i ett ensembleinlĂ€rningsschema sĂ„ att bĂ„de djupinlĂ€rning och klassiska mönsterigenkĂ€nningstekniker fungerar tillsammans.
Hur förankrad kommer AI att vara i det kliniska arbetsflödet om 5 till 10 Är frÄn nu? Vad blir nÄgra framtida trender dÄ?
Jag ser att AI mer och mer kommer att hjÀlpa experter genom det kliniska arbetsflödet frÄn diagnos till behandling. AI har visat sig vara skicklig pÄ inte bara tidig diagnos och screening utan förutsÀger ocksÄ lÄngsiktig prognos. Genom att engagera sig i snabb behandling, som kan göras mer exakt och effektiv med AI, kan mÀnniskor förvÀnta sig att leva lÀngre och hÀlsosammare liv.
Vad ser du mest fram emot nÀr du talar pÄ AI Healthcare Summit?
AI:s relevans och inverkan i vÄrden Äterspeglas tydligt i den imponerande panelen med experttalare frÄn olika branscher och forskningsbakgrunder. Jag ser fram emot att lÀra mig om AI:s framkant inom omrÄden som grÀnsar till mitt eget och att delta i inspirerande samtal som positivt skulle pÄverka min forskningsriktning.
Vill du veta mer?
Nathan kommer att tala vid det kommande AI i Healthcare Summit den 13-14 oktober 2022 i Boston, MA. GÄ med honom och mÄnga andra AI/ML- och Deep Learning-experter för att lÀra dig mer om de senaste trenderna och möjligheterna inom vÄrden.
Early Bird-pass avslutas fredagen den 2 september, so boka din plats idag.
AnvÀnd rabattkod: UNITEAI för 20% rabatt.
För mer information kontakta [e-postskyddad].