第十三期“北大医学青年科技沙龙”在医学部举办(学科代码F01/H18)

   

20171102日晚,医学部组织召开了第十三期北大医学青年科技沙龙。本期沙龙邀请到了国家级人才计划入选者、中国科学院信息工程研究所侯锐研究员。侯研究员是人工智能和处理器芯片设计方面的专家,2015年度国家自然科学基金优秀青年项目获得者。在人才成果展示版块,侯研究员首先介绍了人工智能的主要研究方法——深度学习的起源、发展、基本原理,及其在医学领域的应用;具体介绍了其团队与临床医院合作,将深度学习应用于垂体瘤检测的研究;并且延伸探讨了深度学习的局限性,及目前业界在算法上的改进思路与最新尝试。随后,侯研究员结合自身参与基金项目评审的经验,对青年科研人员基金申请的准备工作给出建议。他强调科研工作最重要的是找准有价值的科学问题,其次是要有翔实细致、逻辑清晰的技术路线和解决方案。侯研究员还分享了自身申请人才类项目的经验,指出人才类项目更看重科研工作的影响力而不是文章的数量,科研人员的工作要成体系,能聚焦于某一重大问题。最后他寄语青年科研工作者要坚定信念,不要轻言放弃!

在跨学科专题研讨版块,沙龙邀请到北京大学青年百人计划入选者、医学信息学中心孔桂兰研究员,会同北京大学信息科学技术学院李红燕教授,联合进行了题为“基于重症监护室(ICU)大数据的创伤决策支持方法研究”的项目进展汇报。该项目于2016年获得北京大学医学-信息科学联合研究种子基金资助,在此研究基础上,研究团队已经获批2017年度国家自然科学基金面上项目。此外,孔桂兰研究员作为主要负责人之一,承担了2017年度的北京大学临床医学+X专项中的“创伤创新平台建设”项目。孔研究员特别感谢了联合研究种子基金的支持,使得自己对创伤决策的研究由最初的灵感成长为实际的成果,并开拓了后续一系列的相关探索。

在科技服务版块,来自北京大学医学图书馆的周志超采用案例分析的方式,就如何应用文本挖掘的开源软件和可视化技术,对学科热点进行分析、追踪以帮助科研选题,进行了深入浅出的讲解。

在随后的自由讨论和交流环节,与会的青年学者们就临床数据中的图像、波形及文本数据的深度学习方法,以及相关成果如何转化为论文等问题,与侯锐、李红燕、孔桂兰等三位专家进行了热烈的讨论。各位专家均表示医疗需求是科研攻关的内在驱动力,与不同学科的学者深入合作才能促进临床医学问题更快速、深入地解决。

 本期沙龙由北京大学医学部公共教学部王路漫主持。“北大医学青年科技沙龙”后续还会推出一系列针对不同学科的学术交流活动,为北大医学“双一流”建设作出贡献。

详细沙龙信息见新闻链接http://bynew.bjmu.edu.cn/zhxw/2017n/191882.htm

图1:第十三期北大医学青年科技沙龙现场

图2:侯锐研究员介绍人工智能研究进展并分享成才经验

3:孔桂兰研究员介绍医学-信息科学联合研究种子基金项目成果

图4:李红燕教授介绍医学-信息科学联合研究种子基金项目成果

图5:周志超介绍学科热点的分析追踪方法

图6:王路漫主持第十三期北大医学青年科技沙龙