1927年，这一年对于当时的人们来说，是再平常不过的一年。但是在欧洲的布鲁塞尔，却召开了一次会议，史称“第五次索尔维会议”。

　　迄今为止，这都是物理界最豪华阵容的一场“华山论剑”。因为照片里的每一个人所取得的科学成就，都足以对人类的文明进化史产生深远的影响。

　　人工智能也是如此。达特茅斯会议之后，这门学科经历了起起伏伏数十年的发展，终成如今的模样。时至今日，AI技术的触角已经伸向各行各业，其中就包括“技术含量最高”的领域医学影像。

　　然而，中国的人工智能发展不是一帆风顺，数个“周期性”的波动以及国内较晚的起步时间，让我们在顶尖实验室的搭建和人才培养上一直落后于欧美。

　　一直到2010年，国内在医学影像AI顶会MICCAI（医学影像计算与计算机辅助介入国际会议）上的论文收录数量，都处于个位数水平。

　　在深度学习的热潮掀起后，中国的学者抓住了这一波弯道超车的机遇，高校和企业相继开设了医学影像重点实验室，从源头上开展理论研究和技术的研发。

　　以前国内（包括）每年有十篇左右的文章会被接收，比例只有3%-4%。2018年，亚洲包括日本、韩国、新加坡等地的文章所占的比例还非常低，加起来只有18%（美洲为33%，欧洲为49%）。

　　但是，2019年亚洲的录取文章比例已经达到37%（美洲为36%，欧洲为26%），超过了美洲，而这些录取的文章里，绝大多数（150篇左右）来自于中国。

　　此外，从中国走出的研究学者也已经在AAAS、IEEE 、IAMBE 、SPIE 、AIMBE 、IAPR 等多个计算机视觉与医学影像分析领域担任Fellow，本土实验室也界上获得了更多的“话语权”。

　　学术发现的力量是巨大的，具有摧毁旧时代的能力。借此机会，雷锋网《医健AI掘金志》整理出国内顶尖的十二大医学影像AI实验室，以及引领这些实验室前行的各位核心人物。

　　【免责声明】本站内容转载自互联网，其相关言论仅代表作者个人观点绝非权威，不代表本站立场。如您发现内容存在版权问题，请提交相关链接至邮箱：，我们将及时予以处理。

　　本站内容转载自互联网，其发布内容言论不代表本站观点，如果其链接、内容的您的权益，烦请提交相关信息发邮件至我们将及时予以处理。梦到找不到回家的路