2019年10月13日-17日，第22届医学图像计算和计算机辅助干预国际会议（MICCAI）在深圳盛大召开，医准智能应邀与全球20个国家，134所顶级科研院所的权威研究团队共同进行学科前沿的多元化国际学术交流。

MICCAI（Medical Image Computingand ComputerAssisted Intervention）作为国际公认的医学影像计算与计算机辅助相关领域知名学术会议，自2012年起，MICCAI 开始每年面向全球举办针对医学影像分析不同领域的挑战大赛(GrandChallenge)，并以强大的学术引导力，吸引了国内外顶级学府及著名医疗技术机构的积极响应和参与。

MICCAI对学术交流的深度和质量有严格要求，论文录取率不到35%。但是，因为人工智能与医学影像研究领域的持续火热，2019年会议论文投稿数量相比去年增长了70%，再创历史新高。从今年接收论文看出，基于CT影像的肺结节检测和分析相关论文有20余篇，而乳腺钼靶影像相关论文达10余篇，处于稳步上升的状态。作为国内最早将人工智能与医疗影像结合的探路者之一，医准智能联合创始人兼CTO丁佳早在2014年就开始将机器学习应用于医疗影像辅助诊断，被MICCAI 2017收录的论文使用两阶段方法在CT影像中进行肺结节检测，论文提出的方法应用到医准智能肺结节检测系统中，在保证运算速度的前提下，也能保证肺结节的高检出率和低假阳性率。这篇论文提出的方法也受到了学术界的关注，已有超70次引用次数。而应用论文方法不断改进的医准智能肺结节检测系统，在300多家应用，实际测试系统达到99%的结节检出率，以及95%以上的磨玻璃结节检出率，每个患者的假阳性控制在两个以内。

现场咨询医准智能AI产品

近年来，人工智能在医疗领域蓬勃发展，日新月异，但医疗影像标注成本高、精确标签难以获得则成为了阻碍发展的难点，因此，图像分割及弱监督学习方面显得尤为重要，弱监督学习能够一定程度上解决数据标签中存在缺失的问题，降低标注成本，这也是医准智能当前正在深入研究的一个部分，希望可以利用大量的弱标注数据及少量的精标注数据，使模型达到强于监督学习的准确率，这项技术也将应用到医准智能下一代肺结节检测与乳腺钼靶检测算法中。

作为AI医疗影像先行者，医准智能通过与医院合作，在不断的落地实践中积累了大量实践数据，并联合专家倾注大量时间和精力对数据进行高质量标注，开发出可精准分析医疗影像的算法，并实现商业化落地。

现场咨询医准智能AI产品

“技术和市场是保证一个企业良性发展的两翼，医准智能聚集了国内算法最强的人来组建研发团队，而且持续在研发上进行投入。”医准智能创始人兼CEO吕晨翀表示。当前，医准智能核心算法团队已经人工智能领域取得了诸多成果，曾在NIPS,JMLR等人工智能领域国际顶会和期刊上发表7篇论文，涉及数据隐私保护、人脸识别等。

现场咨询医准智能AI产品

医疗AI市场仍有巨大的想象空间，仍有更多的应用价值和应用场景有待挖掘，吕晨翀表示：“医疗AI的高速发展是需要多方面的共同努力的，不仅需要高校研究团队的创新研发、权威医疗机构的认同，还需要企业优秀的产品及良性的商业回报，通过市场与技术的双重推动下，助力医疗行业实现国际化、智能化创新。”