麻省理工学院微电子专业怎么样

国家“十三五”信息化规划明确指出：“信息化代表新的生产力和新的发展方向”。医疗健康与信息技术的深度融合也正日益成为创新驱动发展的先导力量。目前，医药产业、医疗服务产业与以互联网、大数据、超级计算、传感网、脑科学等为代表的新型信息科技交叉，正在引发以深度、跨界、协同、开放、自主为特征的人工智能技术突破。国家“十二五”建设过程中，医疗信息化“46312”架构日趋成熟，“互联互通”水平不断提高，但面对指数增长的多源异质数据、复杂多变的业务流程以及高可靠低延时的用户需求，需要开展以计算机学科为支撑的前沿交叉研究，实现有效的医疗健康人工智能服务，从而提升我国医疗健康服务水平。

加强信息学科与医学交叉融合，构建智慧医疗服务新模式

医疗是一个天然的多模态数据场景，人工智能在医疗健康的落地也是典型的多模态数据融合的过程。雅森科技和Enlitic探索了利用医疗影像、病理及生化检验数据、基因信息等多模态数据，给医生提供更加精准的诊断建议和疗效评价等信息。综合基于临床、影像、检验、病理、分子分型等多学科医疗数据给出精确诊断和最佳治疗方案，已成为临床共识。以乳腺癌为例，仅依据单一影像学检查如乳腺钼靶片，约有四成的患者被漏检。通过综合超声、磁共振、分子分型等多模态数据，能够将乳腺癌早期筛查的灵敏度提升至百分之九十以上。越来越多的证据表明，以病人为中心、基于多元医疗证据分析的跨模态多学科协作而获得的最佳诊疗方案，能够让患者获得更为精准的诊断和治疗，对于提高疗效和改善预后有着重要的意义和价值。这需要实现医疗复杂数据条件下的数据精准感知、大规模跨模态知识图谱表征与构建、潜在知识的自动发现与知识图谱更新、知识引导的跨模态协同可解释推理，最终构建人机协同的多学科综合智能诊断系统，提供可解释、可回溯、可泛化的诊疗决策支撑，形成智慧医疗服务新模式。

新一代人工智能技术呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等特征，能更有效地辅助医生进行诊断和治疗决策。通过“医生+人工智能”的人机协同模式，有望进一步提升优质医疗资源的诊疗效率，拓展可及范围，提高分级诊疗各医疗机构的医疗同质化水平，解决医疗资源的供给不足，开启智慧医疗服务新模式。而“医疗健康+人工智能”的发展，需要以计算机学科为支撑，结合医疗的实际场景，针对跨媒体多元知识碎片化、语义难以统一等问题，发展计算语义学，例如构建大规模跨媒体知识的管理技术体系，在医学知识的表征、存储、检索及知识图谱构建四方面实现突破，形成一整套医疗跨模态推理的理论、模型和方法。针对医疗数据种类繁多、模态多样且存在缺失、高噪声、多歧义、标准不统一等特性，可通过建立跨模态数据的关联对齐和统一表示，探索以知识和数据双驱动的方式提取信息，实现对诊疗数据的更精确感知与理解。

发挥交大学科优势，服务国家需求，引领创新应用

2017年国务院印发的《新一代人工智能发展规划》中，已将医疗健康人工智能作为智能服务方向的一项重要发展内容，并围绕提高人民生活水平和质量的目标，提出了医疗健康人工智能发展的方向。2018年《国务院办公厅关于“互联网+医疗健康”发展的意见》中，针对医疗健康人工智能的发展提出了更为明确的要求。要求推广“基层检查、上级诊断”模式，鼓励医疗联合体内上级医疗机构借助人工智能等技术手段，面向基层提供远程会诊、远程心电诊断、远程影像诊断等服务，促进医疗联合体内医疗机构间检查检验结果实时查阅、互认共享。加快建设应用家庭医生签约服务智能化信息平台，在线提供健康咨询、慢性病随访、健康管理、延伸处方等服务，转变服务模式，增进医患互动，改善签约服务感受。研发基于人工智能的临床诊疗决策支持系统，开展智能医学影像识别、病理分型和多学科会诊以及多种医疗健康场景下的智能语音技术应用，提高医疗服务效率。支持中医辨证论治智能辅助系统应用，提升基层中医诊疗服务能力。加快推进智慧医院建设，运用互联网信息技术，改造优化诊疗流程，贯通诊前、诊中、诊后各环节，改善患者就医体验，要求到2020年，二级以上医疗机构普遍提供分时段预约诊疗、智能导医分诊、候诊提醒、检验检查结果查询等线上服务，让患者少排队、少跑腿。

围绕医疗这一迫切民生需求，需要加快人工智能创新应用，为公众提供个性化、多元化、高品质医疗服务；推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系；探索智慧医院建设，开发人机协同的手术机器人、智能诊疗助手，研发柔性可穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像识别、病理分型和智能多学科会诊；基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发，推进医药监管智能化；加强流行病智能监测和防控。

西安交通大学自上世纪50年代以来就已在人工智能相关领域开始布局，1958年在国内首批创建“自动控制”专业，1981年首批获得“控制科学与工程”硕士和一级学科博士学位授予权，1982年设立“模式识别与智能系统”二级学科(2001年被评为全国重点学科)；1986年在国内最早成立了人工智能专职研究机构——“人工智能与机器人研究所”；2018年12月，为满足国家重大战略需求，服务国家和地方社会经济发展，紧抓新一代人工智能发展的重大历史机遇，学校成立“人工智能学院”；2019年3月获教育部首批“人工智能”本科新专业建设资格，依托人工智能学院，交大新一代人工智能相关学科发展迈入了崭新阶段。目前，学校在自然语言处理、图像分析、生物医学语义、生物信息、机器人等人工智能研究方向汇聚了一大批优秀学者。借助学校在人工智能领域的学科发展和人才培养方面的优势，响应《“十三五”卫生与健康科技创新专项规划》，开展医学大数据分析和机器学习等技术研究，开发集中式智能和分布式智能等多种技术方案，重点支持机器智能辅助个性化诊断、精准治疗辅助决策支持系统、辅助康复和照看等研究，通过多学科交叉融合，发展医疗健康人工智能，对提高居民生活水平，缓解人口老龄化压力、解决民生问题等至关重要，在国家经济社会发展也具有重要战略意义。

作者简介：

李辰，西安交通大学电信学部教授、博士生导师。英国剑桥大学博士，美国麻省理工学院博士后、研究科学家，剑桥大学海外Fellowship获得者，欧洲分子生物实验室Fellowship获得者。主持多项国家及省部级项目。其主持研发的BioModels生物通路知识图谱与系统被评为系统生物学领域最重要资源。自然杂志也曾经就BioModels进行专访。迄今为止，有包括自然出版社、Public Library of Science(PLoS)出版社、Royal Society of Chemistry出版社和BioMed Central出版社等多家顶级国际学术出版机构中超过200多个期刊支持该标准。2014年，欧盟将BioModels作为成功案例写入欧洲生物信息架构计划(ISBE)的详细方案书中。2016年，李辰所带领的团队在有剑桥大学、墨尔本大学、麻省理工学院等国际顶级研究机构参与的数据挖掘大赛BioNLP上取得SeeDev任务第一名。其研究成果已发表在众多国际知名期刊，并被大量引用。其中，发表在《BMC Systems Biology》上的第一作者论文是该刊创刊以来所有论文中被引用次数第四高的论文。