2025年6月27日视觉人工智能在医疗保健领域的应用

Visual AI in Healthcare – June 27, 2025

2025年6月27日，一个名为“视觉AI在医疗保健领域的应用”的虚拟活动将在Zoom平台上举行。此次活动将邀请多位业内专家，分享他们在人工智能（AI）、机器学习（ML）、计算机视觉和医疗健康交叉领域中的研究成果。

活动议程与演讲内容

1. MedVAE：高效的医学图像自动化解释工具

主讲人：Aswin Kumar 和 Maya Varma（斯坦福大学）

Aswin Kumar和Maya Varma将介绍他们开发的MedVAE技术。MedVAE是一系列通用的2D和3D变分自编码器，通过对19个开源医学影像数据集中的超过一百万张图像进行训练，使用了一种新颖的两阶段训练策略。MedVAE能够将高维医学图像压缩为紧凑的潜在表示，从而减少存储需求高达512倍，并加速下游任务处理速度达70倍，同时保留临床相关特征。研究团队在20项评估任务中验证了这些潜在表示可以替代高分辨率图像用于计算机辅助诊断流程，而不会影响性能。MedVAE是开源的，具有简化的微调管道和推理引擎，适用于资源受限的医学成像环境。

2. 基础模型在病理学中的应用：进展与挑战

主讲人：Heather (Dunlop) Couture（PixelScientia）

Heather (Dunlop) Couture将探讨如何利用基础模型解决病理学幻灯片的分析问题。这些幻灯片的尺寸通常是标准图像的数千倍，因此对计算能力提出了极高的要求。她的演讲聚焦于自监督基础模型如何通过广泛的组织病理学数据集实现突破，从而推动计算病理学的发展。她还将讨论这些模型在弱监督学习、组织制备变化管理以及最小标注样本快速原型设计中的表现。然而，计算需求增加、潜在偏见以及跨人群泛化性问题仍然是需要解决的挑战。本次演讲将提供平衡的视角，帮助区分基础模型的炒作与真实的临床价值。

3. LesionLocator：零样本通用肿瘤分割与跟踪工具

主讲人：Maximilian Rokuss（德国癌症研究中心，DKFZ）

Maximilian Rokuss将介绍LesionLocator，这是首个端到端的通用4D病灶分割与跟踪框架，使用密集空间提示实现功能。该系统能够在全身3D扫描及多个时间点上进行零样本肿瘤分析，并通过用户提供的单一提示在纵向随访中传播信息，以分割和跟踪病灶进展。LesionLocator基于超过23,000个注释扫描以及合成时间序列数据集进行训练，在分割任务中达到人类水平的表现，并在纵向跟踪任务中超越现有最先进基准。他的演讲还将重点介绍3D交互式分割技术的进步，包括其开放集合工具nnInteractive，展示了空间提示如何从用户引导交互扩展到临床级自动化。

4. 大型语言模型助力更智能的诊断

主讲人：Gaurav K Gupta（莱克县卫生部）

Gaurav K Gupta将探讨大型语言模型（LLMs）如何快速改变医疗保健领域。他将以GPT-4和DeepSeek-R1为例，说明这些模型如何支持疾病诊断、预测慢性病并协助医务人员，而无需依赖敏感的患者数据。他将结合已发表的研究和实际应用案例，讨论将LLMs集成到临床环境中的技术挑战、伦理考量以及未来潜力。本次演讲将为开发者、研究人员和医疗创新者提供有价值的见解，帮助他们负责任且高效地应用AI。

活动亮点

本次活动不仅展示了最新的研究、数据集和模型，还提供了与计算机视觉专家交流的机会。这是一次深入了解视觉AI在医疗保健领域最新动态的绝佳机会。

(全文结束)