2025年6月26日，一场围绕视觉AI在医疗保健领域的虚拟会议将在Zoom平台举行，主题演讲者包括来自加州理工学院（Caltech）、LookDeep Health、Booz Allen Hamilton等机构的多位专家。
Jeffrey Gao（加州理工学院）：AI驱动的心脏超声工具
Jeffrey Gao将分享其团队开发的AI工具，该工具能够自动化评估心脏关键参数，例如右心房压力（RAP）和射血分数（EF）。通过与加州大学旧金山分校（UCSF）合作，他们基于超过15,000个标记的超声研究数据集训练了深度学习模型，并将其部署到集成Butterfly探头的iOS应用程序中。UCSF主导的临床试验已验证了RAP工作流程的有效性，目前团队正在扩展系统以支持使用A4C和PLAX视图预测EF值。本次演讲将详细介绍从数据集开发、模型训练到移动端部署的完整流程，展示AI如何实现即时的心脏评估。
Paolo Gabriel博士（LookDeep Health）：连续患者监测平台
Paolo Gabriel博士将深入探讨LookDeep Health开发的AI驱动平台，该平台能够在医院环境中实现对患者的连续被动监测。该系统已在实际场景中部署近3年，并通过了一项题为“Continuous Patient Monitoring with AI”的研究验证。演讲将聚焦于这项技术的实际应用，揭示AI如何改善患者护理并提高效率。
Asba Tasneem博士：肿瘤学创新中的AI应用
Asba Tasneem博士将以她在跨行业项目中开发AI医疗设备和数据平台的经验为基础，探讨AI在医疗保健中的商业应用。她将介绍一个多步骤的创新生命周期，并分析AI在数据质量、监管合规、协作模式等方面面临的挑战与机遇。听众将了解AI如何使医疗服务更加个性化、预测性更强且更易获取。
Brandon Konkel博士（Booz Allen Hamilton）：多模态AI在医学影像数据管理中的作用
Brandon Konkel博士将介绍一种多模态AI管道，用于简化放射学AI开发中的患者选择和数据质量评估。该系统能够评估患者的临床历史、成像协议和数据质量，并将结果嵌入影像元数据中。借助FiftyOne工具，研究人员可以在几分钟内快速筛选和构建高质量的队列，而无需耗费数周时间，从而解放放射科医生专注于临床工作并加速AI工具的开发。
本次会议将围绕最新的视觉AI和医疗保健研究展开讨论，欢迎相关领域的专家和技术爱好者参与。
(全文结束)
