2016 CCF YOCSEF上海“大数据+医疗”:跨界融合共筑健康未来

  • A+
所属分类:医信大学

中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF上海

于2016年8月13日(星期六)09:00-17:30

在 上海理工大学 综合楼报告厅举行

学术论坛,敬请光临

主题

大数据+医疗:跨界融合共筑健康未来

协办单位:华理-梅斯联合研究中心、中科曙光、上海理工大学医学信息工程所
8:30~9:00 签到
9:00     YOCSEF 上海分论坛主席致辞,协办方致辞
第一部分:大数据+医疗报告会,主持人:王昊奋,华东理工大学,华理-梅斯联合研究中心
9:10   参会嘉宾介绍
9:15   致辞嘉宾:傅大煦,上海市科委/上海市生物医药产业促进中心
9:30  特邀讲者: 俞章盛,上海交大耶鲁联合生物统计中心 副主任,《基于电子病历的临床科学研究》
10:00  特邀讲者:郑西川,上海交通大学附属第六人民医院计算机中心主任,《医疗大数据与电子病历应用》
10:30 特邀讲者:赵地,中国科学院计算机网络信息中心《基于MRI图像大数据分析的老年退行性疾病早期预警的算法》
11:00 特邀讲者:刘琦,同济大学生命科学与技术学院生物信息学系教授,《Learning onPharmaceutical Data》
11:30  Panel:医疗大数据应用发展痛点与机遇
12:00  午餐

第二部分“未来医疗”城市合伙人论坛,主持人,孔祥勇,上海理工大学
13:00~13:30 特邀讲者:张发宝,梅斯医学 董事长
13:30~14:00 明立波,中科曙光,大数据方案中心总监 ,演讲题目:大数据助力中医药创新发展
14:00~14:30袁永清,NVIDIA公司 医疗行业总监,演讲题目:GPU加速深度学习与精准医疗
14:30~15:00王二虎,亚信数据副总裁,智慧医疗——大数据下的医疗重构
15:00~15:15 茶歇
15:15~16:30 参会来宾自由论坛
1.      社区医院:基层医院院长谈移动医疗与大数据
2.      医生:医生角度谈医疗数据创新
3.      高校研究者谈校企合作
4.      创业投资谈医疗科技行业创业干货、经验
16:30~17:00  参观校企合作实验室:移动医疗和医疗大数据展示

特邀嘉宾简介:

  1. 傅大煦

fdx2

中共上海市生物医药科技产业促进中心(上海新药研究开发中心)总支部委员会书记,上海市生物医药科技产业促进中心(上海新药研究开发中心)副主任,复旦大学研究员 , 上海市生物医药行业协会副会长;上海市生物工程学会理事;国际生物制品杂志编委;长期从事上海生物医药科技和产业发展规划的编制及生物医药的项目管理工作

  1. 郑西川

zxc

郑西川,上海交通大学附属第六人民医院计算机中心 主任,高级工程师,兼任苏州大学外聘教授。主要研究方向为影像电子病历、PACS系统、区域医疗信息共享。

中国医院协会信息管理专业委员会(CHIMA)委员;中国医药信息学会(CMIA)委员,上海市医院协会信息管理专业委员会委员,中国医药信息学会上海分会常委,中国生物医药技术协会医药信息分会常委,《医疗卫生装备》杂志特约审稿专家。
多次承担医疗卫生信息系统应用工程组织工作,参与并组织了“军卫一号工程”军队医院信息化工程建设,在较短时间内,出色完成了项目建设并得到应用。
03年后,任上海交通大学附属第六人民医院计算机中心主任,负责医院信息化建设规划与实施,先后负责或参与上海市科委自然科学基金项目、上海市11.5重大科技攻关项目等多项课题,作为上海申康中心骨干医院之一,参与了国家科技支撑计划项目“医联工程”(医疗信息共享与区域协同项目)建设,围绕临床医疗信息化、电子健康档案等内容发表论文30余篇。

报告题目:医疗大数据与电子病历应用

  1. 刘琦

上海市启明星人才,浦江人才。同济大学生命科学与技术学院生物信息学系 教授, 中国计算机协会(CCF) 生物信息学专委会委员,国家重点研发计划项目精准医疗及生物资源库建设专项评审专家。主持863生物信息学重大专项子课题及国家自然科学基金项目等。在Nature Communications, Nature旗下刊物Clinical Pharmacology & Therapeutic,CELL子刊Trends in Biotechnology及生物信息学和机器学习主流期刊会议(Bioinformatics, Briefings in Bioinformatics, TKDE, SDM, ICDM等)发表系列论文。主要研究方向为生物信息学及药物信息学, 我们的生物医药大数据挖掘实验室(BM2, Biological and Medical Big data Mining group) 致力于应用不断发展的统计学习及机器学习技术来挖掘高通量生物数据及药物数据, 进行相关交叉问题的研究。

报告题目:Learning on Pharmaceutical Data

摘要:In this talk, we will briefly present several learning algorithms and applications recently developed in our BM2group for pharmaceutical data mining, with particular focusing on drug repurposing, single drug and drug combination screening, synthetic lethal target combination identification and large scale compound-perturbation based tumor and cell line data integration analysis etc. We hope our talk will provide novel and useful clues for data-driven drug discovery and precision medicine.

  1. 庄思良

zsl

理学学士、公共管理硕士,长期从事医疗机构信息化建设、应用和管理工作,现任上海市第一妇婴保健院信息科 科长。2014年开始负责第一妇婴移动互联创新项目的策划和实施,具有比较丰富的医疗服务信息化实践经验。

  1. 赵地

zd

简介:2010年,赵地博士获得美国路易斯安娜理工大学计算机与应用数学专业博士学位。2010年至2014年,赵博士先后在美国哥伦比亚大学(Columbia University)和美国俄亥俄州立大学(The Ohio State University)从事博士后研究。2015年,赵博士经中国科学院计算机网络信息中心“百人计划”引进,回国工作。自入职以来,赵地博士主要从事脑科学、深度学习方面的工作,发表高水平论文数十篇。

报告题目:基于MRI图像大数据分析的老年退行性疾病早期预警的算法

 

我国的人口老龄化问题变得日益严重。据联合国统计,到本世纪中期,中国将有近5亿人口超过60岁,而这个数字将超过美国人口总数。老年神经退行性疾病是老年人的常患病,主要包括阿尔茨海默(Alzheimer disease, AD),帕金森综合征等,严重影响患者的日常生活能力和生活质量。AD前驱期又称为由于AD病理所致轻度认知功能障碍,或者不典型原发性帕金森病。由于老年神经退行性疾病早期症状不典型,临床难以鉴别,目前又缺乏早期诊断的影像学标志物,临床对其识别不足,导致治疗时机延误,给患者及社会带来沉重负担。本研究提出了一种全新的基于MRI大数据分析的老年神经退行性疾病早期诊断和标示物的发现算法。与现有的基于老年神经退行性疾病 MRI 数据的早期预警方法相比,基于MRI大数据分析的早期诊断决策支持的算法可以达到更高的准确率,更高的灵敏度和更快的速度。

执行主席

孔祥勇 CCF YOCSEF上海 AC委员

王昊奋 CCF YOCSEF上海 副主席

主办单位:CCF YOCSEF上海

协办单位:华理-梅斯联合研究中心,上海理工大学医学信息工程研究所hlms

wlcshhr 媒体:生物谷,动脉网,医盟网。

报名方式:

  1. CCF会员、承办及协办单位成员、媒体人士、特邀嘉宾免费参加,其他参与者200元/人;
  2. 请点击“原文链接”进行在线报名或发送邮件到zju_kxy@126.com;报名地址:http://www.hdb.com/party/3os8u.html
  3. 媒体:梅斯医学、动脉网、医盟网报名通道,由各合作媒体统计汇总。

 

联系人:

孔祥勇  邮件:zju_kxy@126.com    手机:18602191325,微信:medikz

张颖  邮件:ying.zhang@bioon.com   手机:13816470640

交通:

杨浦区军工路470号上海理工大学综合楼报告厅

会场方位示意图:

usst

  • HealthIT.CN小程序
  • 产学研医创新平台
  • weinxin
  • 健康数据
  • HealthIT公众号
  • weinxin
admin

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: