第六届智慧健康国际会议(The 6th International Conference for Smart Health, ICSH2018)近日在武汉举办，国内外百余名专家参会。ICSH是国际智慧健康领域的顶级学术盛宴。 会议由武汉大学信息管理学院和信息资源研究中心共同主办，武汉大学电子商务研究与发展中心承办。校党委副书记沈壮海出席开幕式。美国亚利桑那大学管理信息系统系、清华大学“千人计划”教授陈炘钧、武汉大学信息管理学院院长方卿教授、中国科学院自动化所曾大军教授担任大会联合主席。 会议主题为信息科学的进步为医疗研究和应用领域带来的新机遇和挑战。会议探讨了慢性疾病管理、健康信息学、医疗健康大数据分析、智慧医疗、在线医疗社区、移动医疗等多个议题。 沈壮海在致辞中表示，武汉大学信息管理学院是国内信息管理领域成立最早、规模最大、学科实力最强的研究机构，也是发展中国家中首个加入国际信息学院联盟iSchool的研究机构，其所在的图书情报与数据管理学科还入选了“世界一流学科”建设学科名单。他希望与会学者就智慧健康的原则、方法、模型、框架与应用领域产生新的观点与思想，解决现实问题。 会议包括主题报告和多场论文报告。哈尔滨工业大学首席学术顾问、国际信息系统协会前主席Douglas R. Vogel教授，美国弗吉尼亚大学麦金太尔商学院副院长Ahmed Abbasi教授，武汉大学信息管理学院卢龙教授、清华大学信息技术研究院邢春晓教授分别作了主题报告。 Vogel系统介绍了电子医疗的现状与未来，特别是大数据对医疗和健康领域的巨大影响。他说，近年来电子医疗得到了很大发展，但是目前该领域还存在很多问题，比如在数据方面，对医疗与健康大数据缺乏深入、可视化的分析，大多数医生没有接受过数据培训，难以利用其拥有的数据，而电子病历等数据涉及到用户隐私，数据科学家又难以获取数据。尽管面临很多挑战，但是电子健康的发展前景依然是被看好的。 Abbasi介绍了如何运用新技术作健康预测，并提出了相应的心理测量与行为建模方法。在大数据时代，用户分类对于健康预测十分重要，通过准确、及时的警告，大数据就能够为用户提供支持。他提出了拟名为PyNDA的框架。这个框架兼顾语义与语法等多种功能，使用一些新的方法将语义、语法的检测错误率降低，并将不同人种、不同人群的异质性考虑进框架之中，以此实现用户级别的健康预测。 卢龙做了题为“用于改善儿童健康的脑磁共振成像机器学习分析”的主题演讲，展示了脑磁共振成像的机器学习算法在疾病识别诊断中的创新和应用。他总结并提出了研究人类疾病的统一框架，即脑成像、环境、微生物群、组学(基因组学/蛋白质组学/代谢物组学)，它们可互相影响并作用于人类疾病。同时，统计建模、云计算、机器学习等技术将会广泛应用于人类疾病的网络构建。 邢春晓做了题为“大数据智能时代智慧医疗健康研究与应用”的主题演讲。他分析了智慧医疗健康的最新进展，阐述了与智慧医疗健康相关的关键技术，并介绍了其所在的大数据技术团队所构建的心血管疾病大数据平台。他指出，目前我国的智慧医疗存在突出的“数据孤岛”现象，数据分散存储，不能形成人类遗传数据资源体系，并且安全性无法保障。智慧医疗健康的发展方向是：全面感知、安全传递、共享协作和智能处理。大数据的智能目标是：实现基本的认知模型；实现从完全信息到不完全信息下的人工智能；以及实现从领域单一任务智能到跨越多任务智能。 会议还分8个分会场，分别组织了8个特邀报告和学术交流，与会专家围绕智慧健康领域前沿问题展开深入研讨。 |
