HIT Webinar | [胡晓灵 哈佛医学院] 医学人工智能的本源性学习结构性、可靠性与可解释性

星标“医工学人”,第一时间获取医工交叉领域新闻动态~




HIT Webinar 聚焦生物医疗,人工智能及前沿科技,围绕Healthcare,Intelligence & Technology探索医学影像处理、计算机视觉、智慧医疗、生物信息学、新型临床诊疗装备、智能康复机器人、医疗可穿戴设备、人工智能辅助制药等前沿技术的发展与应用。


本期特邀报告将于北京时间2025年8月29日晚上20:00腾讯会议进行,时长2.0小时,欢迎您注册参加。



















医学人工智能的本源性学习结构性、可靠性与可解释性

北京时间2025年8月29日晚上20:00

#腾讯会议:311-818-386

人工智能在医学中的广泛应用,不仅需要预测的准确性,还需要对结构的感知、在不贺性下的可靠性,以及能够在临床中应用的可解释性。在本次报告中,我将提出一个统一的研究计划,旨在构建以这些为基础的医学人工智能的本源性学习。首先,我将介绍如何将显式结构(如拓扑和空间先验)融入神经网络,从而提升模型对精细结构的推理能力。这类能力对于脑部与肿瘤分割等任务至关重要。其次,我将聚焦于可靠性,探讨如何量化和缓解由不完美标签、有限数据以及领域迁移所带来的不确定性,具体方法包括分布式建模超参数学习和概率推断。第三,我将展示这些方法如何自然地支持可解释性,使人工智能系统能够传达与人类临床理解相一致的有意义表征。通过在放射学、病理学、神经影像稳健的泛学以及大规模人群数据集上的应用,我将展示这些机制如何促进可扩展的标注、化以及科学发现。最后,我将展望未来方向,探讨如何将这些原则推广至多态学习、真实世界部署,以及医学领域下一代人工智能系统的构建。END


研讨会信息


组织单位

医工学人

中科院苏州医工所研究生会

北京协和医学院医药健康创投会

中美生科青年创投俱乐部

NW Technology


招募令


HIT Webinar作为完全开放的非营利性在线知识分享交流平台,聚焦人工智能、生物科技等前沿技术快速发展背景下的医疗保健领域的技术发展与应用,自发起以来已举办上百场在线活动,分享嘉宾包含从国内外知名高校学者到公司创始人,活动累积参与人次高达1万+,建立了良好的口碑。


这里是一个开放的知识分享与交流空间,我们欢迎与HIT相关主题内容的加入,无论你是公司创始人还是技术开发者,医院临床一线的医生朋友还是高校在读的本科及研究生同学,都可扫码填写报名信息预约分享,HIT Webinar组委会诚挚地向你发出邀请,期待你的到来~

<扫码添加小助手微信了解更多~>


点击阅读原文 注册研讨会

本篇文章来源于微信公众号: 医工学人

发表回复