開拓 AI 和醫(yī)學結合更多的也許性，是人工自動成長的1個首要命題。

AutoML 作為近年來備受注目的概念之一，被視為解決算法工程師來提升訓練模型效益的1個工具，在產業(yè)、農業(yè)、零賣等諸多情景中均有被應用。

而跟著 AI 在醫(yī)學影像解析、醫(yī)療抉擇、個體就醫(yī)助手等情景行業(yè)的全面運用，AutoML憑仗其自動化、智能化等特征，也激發(fā)了越來越多研發(fā)隊伍開啟思索：假設將其擺放在醫(yī)學情景下，能否也能獲取不錯的結果？

褚曉文，香港科技大學（廣州）信息科學與解析學域正老師，由他所率領的隊伍也是這條開拓路上的分隊之一。

最近，褚曉文將在 IEEE x ATEC 科技思享會上進行題為《 AutoML 在基于胸部 CT 影像的 Covid-19 輔助診療中的運用》的主旨演講，分析 AutoML 的根本概念和中心技術，并通過他們近兩年的有關工作，簡介 AutoML 在醫(yī)療影像行業(yè)的潛在運用。

通過壯大的算力解鎖高難情景信息，AutoML 可以極大地減少醫(yī)師工作量，實行愈加自動化的計算機輔助診療，供應更確切的抉擇根據，在絕對程度上提升了診斷效益，精確節(jié)約醫(yī)學本錢。

AutoML + 醫(yī)學

從疾病輔助診療醫(yī)治、慢病危害預判，到全面的亞健康聰慧康養(yǎng)，AI 技術的顯現和全面運用，驅動傳統(tǒng)醫(yī)療研發(fā)邁進了嶄新的階段。作為「AI +醫(yī)學」的1個首要研發(fā)方向，「AI +醫(yī)學影像」的技術日趨成熟，在覆蓋病種數目、診療速率和確切性等方面也不停地實行沖破。

圖注：褚曉文

褚曉文，1999年于清華大學計算機科學與技術系獲取學士學位，2003年博士結業(yè)于香港科技大學計算機科學系。2003年到2021年，他在香港浸會大學計算機科學系任職助理老師、副老師、正老師，現任香港科技大學（廣州）信息科學與解析學域正老師。

他研發(fā)興致含蓋 GPU 計算、散布式機械學習、云計算和無線網絡等，在各類國際學術期刊和聚會中刊登論文200余篇，谷歌H指數為46，論文引用7900余次。曾獲取 2021年 IEEE INFOCOM、2021年 DASFAA-MUST、2020年IEEE GreenCom、2018年IEEE DataCom等國際聚會的最好論文獎，是IEEE資深會員和ATEC 2021頂級咨詢委員會顧問。

褚曉文和研發(fā)隊伍從2018年開啟對 AutoML 調查，應用 AutoML 運用于醫(yī)學情景下的研發(fā)。

2019年年底，一場突如其來的疫情囊括了世界， Covid-19 的顯現給人們的生活按下了暫停鍵。Covid-19 的探測診療方式首要含蓋了核酸探測和基于醫(yī)學影像的人工診療，兩者各有利害，核酸探測耗時較長、且又須要專屬的測驗盒，而基于醫(yī)學影像的人工診療則非常依托專業(yè)常識，解析耗時較長以及還難以發(fā)掘藏匿病變。

褚曉文和研發(fā)隊伍開啟參考能否闊以通過應用 AutoML 來輔助診療 Covid-19 探測，提升探測效益。跟著X射線圖片和計算機斷層掃描圖片信息集的相繼提出，褚曉文與香港浸會大學的博士研發(fā)生賀鑫在已有圖片和信息集的根基上建立基于深度學習的 Covid-19 探測診療模型，總結 Covid-19 探測診療的主流影像信息集和有關評估指標。

另外，在論文“Survey of Studies of COVID-19 Diagnosis Based on Deep Learning”中，褚曉文和研發(fā)隊伍從模型任務和影像信息型號2個角度起程，還簡介了現有的 Covid-19 探測診療模型，并對骨干網絡、信息集、影像型號、功能體現、分類品種和開源狀況6個維度進行較為與解析。

現在，深度學習在基于胸部影像的 Covid-19 輔助診療中獲得全面運用，各類人工設計的深度學習模型在不同的 Covid-19 信息集上體現各異，缺少一類通用的應用于不同信息集的神經網絡構造，同1個模型在不同情景中的應用程度也不相近。

AutoML 在 Covid-19 輔助診療中的運用，旨在給定信息集上智能搜索1個高效的神經網絡模型，闊以大大減小繁復的人工設計和調優(yōu)流程，將科學家們解放出來去做更有意義的事。

為了解決基于權重同享的網絡搜索方略中的安穩(wěn)性問題，褚曉文和研發(fā)隊伍提出一類有效的進化多目的構造搜索框架。另外，對于信息集匱乏的問題，他們還提出了一類集成智能信息加強和智能網絡搜索的新框架，這一框架在三類公然 Covid-19 信息集上均獲得了優(yōu)秀的功能。