大家好，欢迎收听《AI Odyssey》。

最近我们一直在关注AI在生命健康领域的产品，这些产品大体可以分为两个方向：一是面向消费者的健康管理产品（硬件 or App），基于穿戴设备、饮食记录App、运动记录App等收集用户摄入和消耗的数据，并通过AI教练（AI Coach）来提供健康指导；二是面向医疗机构的疾病诊断和辅助导诊的AI软件。前者理解起来相对简单，基于公网的数据进行预训练就能获得一个还不错的 Agent，无论是选择使用API，还是训练自己的小型模型，整体用户体验上差别不会很大。但在更为专业和细分的医疗领域，无论是在数据获得，算法优化，还是算力部署上，现实场景都更为的复杂，且富有挑战。

因此，本期节目我们特别邀请到了复旦大学类脑研究所的郑忍成工程师，与我们分享AI在医学影像的应用以及在医疗领域的发展趋势。掌声欢迎👏👏。

嘉宾：

郑忍成：复旦大学博士毕业（zhengrc@fudan.edu.cn），目前任复旦大学类脑智能科学与技术研究院算法工程师。主研方向为人工智能算法及其在医学影像分析中的应用。在《IEEE Transactions on Medical Imaging》，《Science Advances》等学术期刊上发表SCI论文20余篇，并在MICCAI，ISMRM等国际学术会议上发表会议论文和摘要10余篇。参与国家自然科学基金、上海自然科学基金等多个面上项目。

主播：

Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友

PongPong：连续创业者，AI初创公司产品负责人

Shownote：

[00:31] - 嘉宾介绍

[01:22] - 医学影像AI的发展历程

[02:08] - AI在医学影像中的实际应用

[04:14] - AI与传统算法的对比

[05:52] - 医学影像算法的发展历程

[07:24] - 特定器官的AI检测与通用模型的探索

[12:08] - 医疗AI的数据获取与隐私保护

[15:07] - 数据标注的挑战

[16:30] - 医学影像AI的准确性与挑战

[19:20] - 医学影像AI产品三类证与二类证的介绍

[23:27] - AI在低风险领域的应用与商业化

[27:34] - 医疗AI的商业化路径

[30:06] - 医院联盟与数据共享

[36:58] - 医学影像AI的未来趋势

以上就是本期的全部内容啦，感谢您的收听，我们下期再见～

欢迎大家在同名小🍠：AI Odyssey 和 👸号：AI Odyssey 关注我们，我们将持续给大家带来更多精彩内容，敬请期待。

对话复旦大学类脑研究院工程师郑忍成： 解析人工智能在医疗中的实践与商业化挑战

AI Odyssey

对话复旦大学类脑研究院工程师郑忍成：解析人工智能在医疗中的实践与商业化挑战