“클생과 현생의 불일치”를 목표로 하는 고품격 의료 인공지능 주제 만담을 시작해봅니다.
- 소속 기관/학회
- 하고 계시는 일/관심 연구 주제
- 홍보나 리쿠르팅 하실 내용 등등
- 자랑하실 내용, 심지어 장기자랑도 가능^^
- 2021/03/25 - 1st agenda : EP01 - 첫만담
- 2021/04/01 - 2nd agenda : EP02 - 만우절 특집 - 2035년 전망
- 2021/04/08 - 3rd agenda : EP03 - 클친소 특집
- 2021/04/15 - 4th agenda : EP04 - 데이터 증강과 합성
- 2021/04/22 - 5th agenda : EP05 - 위험과 한계
- 2021/04/29 - 6th agenda : EP06 - 무물보
- 2021/05/06 - 7th agenda : EP07 - 뷰노
- 2021/05/13 - 8th agenda : EP08 - 정책과제
- 2021/05/20 - 9th agenda : EP09 - 정책과제2
- 2021/06/03 - 10th agenda : EP10 - 데이터셋
- 2021/06/10 - 11th agenda : EP11 - 데이터셋2
- 2021/06/17 - 12th agenda : EP12 - 데이터셋3
-
투자/경제/주식 관련 이슈
-
최근에 개인적으로 가장 임팩트가 있었다고 생각하시는 의료 인공지능 관련 뉴스나 논문, 연구주제 등에서 하나를 꼽아 보신다면 ? (스피커들이 뽑아오신 뉴스를 소개)
- AI 기본법 제정 공청회 18일 개최…"최소규제·산업육성"
- 의료 AI 루닛 상장 파란불…‘AA' 등급으로 기평 통과
- 한 달 새 벌써 4곳… 삼성, 헬스케어 투자 늘리는 이유는?
- 연세대 AI대학원 개원…매년 50명 선발해 전문인재 양성
- 최병욱 의료AI학회장 “의료 AI 확산 관건 수가 문제, 집중 탐구할 것”
- ‘의료계 중심’ 벗어나야 디지털 헬스케어 발전… 비용·윤리문제 해결이 관건
- [라포 인사이트] 빅데이터·AI 장착 'SW 의료기기' 시대 왔는데...식약처는 어디쯤?
- 4차 산업혁명 시대, 인공지능(AI)과 빅데이터 분야 표준화 시급 - 국가기술표준원
- 보건의료 데이터‧인공지능 혁신전략(’21～’25년) 수립 - 보건복지부
- [biz칼럼] AI 산업의 데이터 갈증 해소할 데이터댐 개방
- 미 정부, AI 연구에 정부 데이터 공유 위한 TF 발족
- 당신의 진짜 나이는 몇 살입니까?...AI 모델로 생체 나이 정확한 측정 가능해졌다
- G7 Health Ministers’ Communique
- 4 ways machine learning is fixing to finetune clinical nutrition
- AI can now convincingly mimic cybersecurity experts and medical researchers
- Synthetic Data: Changing Race In Facial Images To Address Bias In Medical Datasets
- Government pledges £36m boost for diagnostics under national AI Lab
-
Special Talk - Dataset과 테스팅
- Q1: 인공지능 의료기기 분야(또는 의료 인공지능 분야)에서는 KLUE 같은 것을 못만들까 ?
- Q2: 어떻게하면 효과적인 성능평가와 객관적 성능 비교 평가를 가능하도록 할 수 있을까 ?
- 임상 시험이 객관적인 성능평가를 보장할 수 있을까 ?
- Key challenges for delivering clinical impact with artificial intelligence - BMI Medicine
- Machine learning is booming in medicine. It’s also facing a credibility crisis
- Common pitfalls and recommendations for using machine learning to detect and prognosticate for COVID-19 using chest radiographs and CT scans - Nature Machine Intelligence
- AI for radiographic COVID-19 detection selects shortcuts over signal - Nature Machine Intelligence
- How medical AI devices are evaluated: limitations and recommendations from an analysis of FDA approvals - Nature
- Dataset search @google
- Browse SoTA > Medical @paperwithcode
- Q3: 표준화된 데이터셋을 만들 수 있나 ?
- 표준 데이터를 만들 수 있는 영역에 한계가 있음 - 영상도 프로토콜/기기에 따라 다르다
- 검사 시약이 바뀌면 레퍼런스가 바뀌는 문제 - CDM으로도 해결 못하고 있음
- 리버스 엔지니어링의 문제 - 초대규모 데이터셋 대응 가능할까 ?
- 시험용 데이터셋을 학습 데이터로 활용하는 문제를 어떻게 해결할 수 있나 ?
- 영상 이외 데이터들은 어떻게 ?
- Q4: 효과적인 성능 평가용/벤치마크용 Dataset을 어떻게 만들 수 있을까 ?
- Q5: 차별화된 시험 방법이 필요할까 ?
- Q6: 합성 데이터 활용과 Trustworthiness 검증 방법은 ?
누구든 자유롭게 발언 신청하고 질문을 해주시면 됩니다.
추가/수정/발언 참석 원하시는 분들은 아젠다 이슈에 적어주시면 됩니다.
- 12회 토론 요약