国际眼科友人的中国梦专访DanielT

北京白癜风多少钱 https://jbk.39.net/yiyuanfengcai/tsyl_bjzkbdfyy/
国际眼科友人的中国梦系列栏目第一期本期海外眼科专家DanielTing（张书维）,MD,PhD本文特别致谢中山眼科中心张秀兰教授推荐并组织翻译前言：在国外，有一些眼科专家对中国特别有感情，同时也会说中文。经专家建议，中国眼科手机报《眼界》现推出国际眼科友人的中国梦系列栏目。首期推出DanielTing（张书维）医生，他是新加坡国立眼科中心的玻璃体视网膜专家，杜克-新加坡国立大学医学院副教授，及眼科人工智能（artificialintelligence,AI）部门负责人。他目前还兼任中山眼科中心人工智能和大数据科客座教授。DanielTing（张书维）医生是约翰·霍普金斯大学的美国-东盟富布赖特访问学者（US-ASEANJ.W.FulbrightScholar，-），美国眼科学会AI工作组的创始成员，并在《Ophthalmology》,《OphthalmologyRetina》,《BritishofJournalofOphthalmology》等多个学术期刊的编委会任职。迄今为止，他共发表论文余篇，其中在《JAMA》,《NatureMedicine》,《NatureDigitalMedicine》,《NatureBiomedicalEngineering》,《LancetDigitalHealth》,《ProgressinRetinalandEyeResearch》,《ProgressinRetinalandEyeResearch》等杂志发表了与AI相关的论文30篇。在眼科AI全球化的大背景下，Daniel作为第一作者与该领域的多位知名专家（包括GoogleVerily，Deepmind，MichaelChiang，MichaelAbramoff，PearseKeane等）合作发表了2篇重要的AI综述文章，总结了AI研究的前沿技术、关键的技术和临床方面以及眼科AI的未满足需求和未来方向。DanielTing（张书维）医生荣获多个奖项，包括ARVOBertGlaser视网膜创新研究奖（年），美国黄斑协会EvangelosGragoudas奖（年），APAO青年眼科医师奖（年），APTOS青年创新者奖（年）等。实习期间，他在美国OKAP国际考试中名列第一（-年），获得FRCOphthMcCartney奖（最佳总住院医师），在86名住院医师中他以荣誉致辞生的身份毕业于新加坡最大医疗机构SingHealth。他最近还被眼科医生公认为眼科深度学习领域的顶级思想带头人之一。以下为中国眼科手机报（眼界）对DanielTing（张书维）医生的专访内容：1、能否向我们介绍您的工作经历和研究方向？您在眼科人工智能或深度学习方面有什么经验？我现在是新加坡国立眼科中心的玻璃体视网膜专家、杜克-新加坡国立大学医学院副教授和中山眼科中心眼科学国家重点实验室的客座教授。在工作方面，我从事视网膜内科和外科疾病的诊断与治疗，如视网膜和黄斑手术、糖尿病性黄斑水肿、年龄相关性黄斑变性、视网膜静脉阻塞等。年，我作为美国-东盟富布赖特学者访问美国约翰霍普金斯大学（JohnsHopkinsUniversity,JHU）医学院和应用物理实验室，交流人工智能（artificialintelligence,AI）、大数据分析和远程医疗等领域的专业知识。年，我在西澳大学完成了视网膜成像和糖尿病视网膜病变光学工程的学业并获得博士学位。迄今为止，我的AI实验室在多个重要学术期刊上发表了AI论文30多篇，包括《JAMA》,《NatureMedicine》,《NatureDigitalMedicine》,《NatureBiomedicalEngineering》,《NatureBiomedicalEngineering》。以上成果离不开我的导师TienWong教授的鼎力相助，非常感谢他为我创建了很好的平台。作为AI项目的临床负责人，我分别以首席研究员和联合研究员承担了约万和万美元资助的研究项目。我作为第一作者与来自世界各地的眼科AI专家共同发表了2篇重要的AI综述文章。目前我任职于4个杂志的编委会（Ophthalmology,OphthalmologyRetina，BJO，TVST），负责审阅AI和大数据相关的稿件。更令人兴奋的是，在年10月旧金山举办的美国眼科学大会（AmericanAcademyofOphthalmology,AAO），我被委任为AI工作组委员会的创始成员。2、请你可以简单的介绍下AI或者深度学习是怎么工作的吗？有哪些关键词是我们读者需要了解或学习的呢？人工智能（AI）的概念最早形成于年在达特茅斯学院举办的一个研讨会后。“机器学习”（ML）一词后来由ArthurSamuel于年创造，并指出"计算机应有能力使用各种统计相关技术进行学习，而无需明确编程"。利用机器学习技术，算法可以在受监督或不受监督的条件下，根据训练阶段已输入的数据来学习和做出预测。机器学习已被广泛应用于计算机视觉和基于复杂数学模型的预测分析等领域。随着图形处理单元（GPU）的出现、数学模型的进步、大型数据集和低成本传感器的可用性，深度学习（DL）技术出现，吸引了业界的极大

转载请注明：http://www.taofengchao.com/hbzj/9717.html