本项研究成果有效解决了数据样本量小和数据浪费等问题，但仍对标注数量及质量有很高要求。为了建立可跨专科自动分割识别医学图像的结构化技术，有必要纳入更多疾病学科医学数据，从而实现医学人工智能“乐高”计划在其他疾病学科的推广应用。然而，由于医疗健康数据是患者的生物密码，数据隐私与数据安全尤为重要，因此传统的医疗健康数据囿于技术限制，仅能分散下沉于各个医院，形成数据孤岛。医疗信息的传递、共享和数据安全是下一战略布局面临的首要问题。目前，团队以区块链技术优势与医疗健康数据传输共享技术相结合作为切入点，基于区块链开
本项研究成果有效解决了数据样本量小和数据浪费等问题，但仍对标注数量及质量有很高要求。为了建立可跨专科自动分割识别医学图像的结构化技术，有必要纳入更多疾病学科医学数据，从而实现医学人工智能“乐高”计划在其他疾病学科的推广应用。然而，由于医疗健康数据是患者的生物密码，数据隐私与数据安全尤为重要，因此传统的医疗健康数据囿于技术限制，仅能分散下沉于各个医院，形成数据孤岛。医疗信息的传递、共享和数据安全是下一战略布局面临的首要问题。目前，团队以区块链技术优势与医疗健康数据传输共享技术相结合作为切入点，基于区块链开放共识、不可篡改、易于追溯等特点，进行医疗健康区块链技术的战略布局。
拼搏青春与团队共同成长
本研究大量研发工作是由核心成员在研究生期间合作完成。作为本次研究成果的共同第一作者，中山眼科中心李王婷、杨雅涵两位博士研究生与西安电子科技大学张凯博士等其他团队成员进行了深度合作，从生理学、病理学、解剖学、诊断学等几个不同的角度着手，在经历多次标注方案失败、测试和优化后，最终明确Visinome图像密集标注方案，并逐步完成了软件设计、网站部署、临床应用及评估等工作。
同时，两人也在研究过程中迅速成长，不仅在国际和国内学术会议上积极进行学术交流，而且还分别作为课题负责人获得了中山大学优秀研究生创新发展项目立项，并出色地完成了课题任务。他们表示，“十分感恩和荣幸能深度参与这项研究。刚加入团队的时候我们还只是青涩的硕士研究生，但现在，我们不仅对科学研究有了更系统全面的认识，而且还锻炼发展了独立思考和解决科学问题的热情和能力。”
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
