会议通知

尊敬的各位同道：

由清华大学统计学研究中心、广州柏视医疗科技有限公司联合主办的智能医学影像分析研讨会将于2018年6月15日在北京清华紫光国际交流中心召开。

医学影像为医疗提供基础支撑，是临床最重要的诊断依据之一。由于医疗资源配置不均衡、培训的规范性及水平有待提高，基层影像诊断的误诊漏诊率偏高。人工智能技术的发展，尤其是深度学习等新技术在图像和文本分析等领域的融合应用，推动了医学人工智能的快速发展。人工智能通过和医学技术的结合，赋能影像医学及肿瘤诊疗， 可减少大量简单重复性劳动， 辅助医生提升工作效率。

本次大会将深入探讨智能医学影像分析的热点问题，邀请国内外医学影像和人工智能领域的顶尖专家和企业代表，共同交流在医学影像中应用人工智能的思想，方法和实践，探讨行业趋势、典型案例，和技术动态，以期建立医学影像专家和人工智能专家间的深度战略合作，促进人工智能和医学影像的互联互通，提升智能医学影像分析研究的国际影响力。

本次大会不收注册费。衷心希望全国医学影像、人工智能的同行共同参与这一学宴，在此谨代表本次大会组委诚挚地邀请您并热切期待您的参与！

 

会议联系:

田女士  清华大学统计学研究中心     010-62786091

刘女士  广州柏视医疗科技有限公司  15300099673

组委会邮箱：stats@tsinghua.edu.cn

 

2018年4月16日，【统计学论坛·特邀报告】在清华大学主楼接待厅成功举办。报告的主讲人是美国国家科学院院士、斯坦福大学统计系王永雄教授。作为清华大学107周年校庆的系列活动之一，王永雄教授的特邀报告从信息发布伊始即受到校内师生的广泛关注，活动现场更是气氛热烈，座无虚席。

本次报告的主办单位为清华大学工业工程系统计学研究中心，并由统计学研究中心副主任邓柯副教授担任主持人。报告的题目是Mini-batching in Markov Chain Monte Carlo Inference。

王教授首先介绍问题背景。即在抽样问题中，如果目标分布不能很容易地直接抽样，用Markov Chain Monte Carlo (以下简称MCMC) 方法可以有效地解决这个问题。构造一条马氏链，使得它的极限分布是目标分布，迭代多次之后可以近似地得到目标分布的样本。Metropolis-Hastings (MH) 算法是 MCMC 方法中最常用的算法之一。当我们要抽参数的后验分布时，M-H 算法计算 M-H ratio 的时候需要用到全部数据。但是当数据量很大时，这个方法就不会有很高的效率。如果用 mini-batch 的方法，每次只需要计算少量数据的信息，可以有效地提高效率。由此引入了报告主要研究的问题 mini-batch tempered MCMC。

实现这个方法运用了统计学里经典的参数扩张 (parameter augmentation) 的办法。通过构造一个比参数空间更高维的分布，并在这个分布上运用mini-batch M-H 算法，抽到的样本取边缘分布，即可得到我们想要的参数的样本。通过数学方法可以证明，得到样本的极限分布是参数后验分布的一个回火版本 (tempered version)。随机模拟和实际数据两个例子表明，MINi-batch Tempered MCMC (MINT) 算法能得到和 Tempered MCMC 方法类似的样本数据，但是计算和用时方面有显著地提高。

 

第二个问题是由于 MINT 算法抽样得到的样本并不是真的后验分布，只是后验分布升温后的一个版本。如果我们想要得到真实的后验分布的样本，王教授介绍了 equi-energy (EE) sampler的办法(Kou, Zhou and Wong, 2006)。原来的EE方法可以有效地解决分布多峰(multi-mode)的问题，但是对后验分布抽样时，MCMC方法每一步还是需要所有数据的信息。把 MINT 和 EE 方法结合起来，可以得到 MINi-batch Tempered Equi-Energy (MINTEE) 算法。MINT可以有效地从高温分布中抽样；EE方法要求从最高的温度开始，在每个温度中都抽相应的马氏链，并不断更新EE set，最低温分布就是目标分布，可以得到想要的样本。同样地，MINTEE 方法在实际应用中有很高地效率，计算复杂度也比EE方法小。

 

第三部分王教授介绍了 cone move 的方法。在机器学习里面流行的Langevin Dynamics方法，每次马氏链更新的时候，proposal distribution 的期望会沿着梯度方向，而这种方法会使 proposal distribution 的反向概率 (reverse probability) 很小，从而导致 M-H ratio 也非常小，马氏链很难转移出去，抽样效率低。王教授介绍的方法是提出一个新的proposal distribution，空间上像是把两个圆锥反向按顶点接在一起，它在正负梯度上有着相同的概率，这样每次马氏链的转移是可逆的(reversible)，效率会更高一些。

 

最后的提问环节，老师和同学们讨论了和 MINT 方法相关的问题：能否把 MINT 方法运用在 Gibbs 抽样的框架之下？MINTEE 方法中，不同温度下的马氏链可不可以在不同温度之间进行转移等等。王教授回答到，在Gibbs抽样中运用mini-batch方法是十分有趣也十分有挑战的问题，期望看到更多的相关的进展。对于后一个问题，在parallel tempering方法中，多条马氏链可以在不同温度之间交换，而在EE sampler方法里，高温的马氏链可以帮助指导或影响低温的马氏链，低温对高温是不会有影响的。

 

世界范围内统计学科顶尖院士的特邀报告是统计学论坛的传统活动，每一学年均如期举办，它为清华的师生提供了一个和学术大咖近距离沟通交流的机会，获得一致好评与称赞。

2018年4月14日，医疗大数据与卫生技术评估论坛在文津国际酒店举行，本次论坛由清华大学统计学研究中心医疗大数据中心和国家卫生健康委员会卫生技术评估重点实验室（复旦大学）联合主办。清华大学统计学研究中心的战略合作伙伴——Analysis Group，作为协办单位为本次论坛提供了大力支持。哈佛大学生物统计系系主任林希虹教授，人力资源和社会保障部社会保险事业管理中心熊先军书记，美国国家科学院院士、斯坦福大学王永雄教授，北京大学刘国恩教授，清华大学邓柯副教授，Analysis Group吴琼博士，复旦大学陈英耀教授，北京大学人民医院王杉教授，哈尔滨工业大学王亚东教授课题组刘博副教授，中电数据服务有限公司首席应用官肖辉先生，英国谢菲尔德大学Praveen Thokala教授，清华大学张学工教授，Analysis Group韩思蒙博士，杜兰大学施李正教授，天津大学吴晶教授，国家食品安全风险评估中心风险监测部肖革新副主任等医疗领域学界和业界人士参加了本次论坛，并展开了热烈的讨论。

首先，清华大学统计学研究中心副主任邓柯副教授作为主办方负责人介绍到场嘉宾，并向本次论坛的组织方和出席嘉宾致谢。

随着哈佛大学生物统计系系主任林希虹教授的开幕致辞，论坛正式拉开帷幕，林教授列举了数据科学鼎盛时代，医疗领域的几大方向，如人类基因组计划、电子病历数据等，充满挑战和机遇，希望我们能迎难而上，共同将人类医疗向前迈一大步。

作为本次论坛正式报告的首位出场专家，人力资源和社会保障部社会保险事业管理中心熊先军书记，根据30年的从业经验，从卫生经济学（PE）是什么切入，论述了卫生经济学在政府决策中的重要作用。

随后，美国国家科学院院士、斯坦福大学王永雄教授对电子病历中的精准医学的研究谈了几点自己的思考。从电子病历中抓取的临床数据和人类基因组测序的基因数据有机结合，是未来精准医疗的突破点，国内目前亟需加大财政投入力度，建设人群基因库。

北京大学刘国恩教授从中国2010年之后经济增长缓慢的现象说起，分享了不同学者对经济形势的看法，进而从经济学角度肯定了医疗在未来经济学中的重要地位。

清华大学邓柯副教授则从医学自然语言处理的统计学方法为切入点，介绍了具体的无监督的文本分析方法在电子病历中的成功应用，带大家领略到统计模型在处理医疗电子病历中的重要潜力。

业界专家Analysis Group的吴琼博士，介绍了在卫生技术评估中识别最优人群的重要性和具体实现方式，寻找满足最少标准的最大目标人群，对临床试验、决策制定、医疗服务都是非常重要的。

复旦大学陈英耀教授从中国卫生技术评估的发展现状和展望展开设想，从卫生技术面临的挑战和引导案例出发，阐述了卫生技术评估需要综合考虑诸多因素，有效性评价、伦理评价、评估和评审等，最后提出希望未来厘清各方利益关系，通过需求倒逼HTA发展的展望。

北京大学人民医院的王杉教授作为论坛下午的第一位演讲嘉宾，从实际应用出发，阐明了大数据在医疗领域的应用场景，如达芬奇机器人、智慧人工器官、智慧医政等，并从数据共享和如何有效提取数据方面介绍中国了医疗数据带来的特殊性和挑战性。

随后，清华大学的张学工教授对中国医疗面临的挑战进行了补充，根据自身的切实体会阐述了中国医疗不够精准和医疗不够普惠的问题，并提出一些建议，希望能改革医疗数据管理制度，从建立健全“个人大数据”和“全民大数据”方面入手，解决医疗大数据共享的法律困境。

中电数据服务有限公司首席应用官肖辉先生，首先介绍中电数据的发展现状，主题是大数据、大健康、大发展，围绕惠民、惠企、惠政这一总体规划，数据安全这一核心，希望能通筹建国家公司、地方分公司以及与国外公司合作，促进产业的发展。

来自英国谢菲尔德大学的Praveen Thokala教授则分享了英国的健康技术评估的制度和方法，对我国相关领域的研究和发展有重要的借鉴意义。

哈尔滨工业大学王亚东教授课题组的刘博副教授陈述了目前我国基因组研究的现状，分析了大规模基因组快速比对的技术挑战，并介绍了在相关领域的最新成果。

最后的演讲者是来自Analysis Group的韩思蒙博士，韩博士介绍了医疗大数据在真实世界的应用场景，通过大量案例的分析，总结出了医疗大数据、统计学方法和计算平台的支持是证据产生的重要手段。

精彩纷呈的圆桌讨论环节使论坛的气氛达到高潮。参与嘉宾分别是王永雄教授、施李正教授、吴晶教授、肖革新副主任以及肖辉先生，邓柯副教授担任主持人，嘉宾们围绕中国医疗大数据的发展的挑战和机遇问题进行了深入探讨。王永雄教授认为产业和政府需要增强合作，将基因组数据整合起来；吴晶教授提到应将医保融入医疗大数据，加强中外医疗的合作；施李正教授则认为要从政府对人才的需求和提高研究质量方面解决目前的问题；肖辉提到要解决技术方面存在的问题、完善法规和相关体系；肖革新副主任希望从数据质量、数据交流、机制创新、政府决策需要、老百姓和企业的需求方面，提升未来的供给制改革。

       论坛在陈英耀教授的闭幕词中圆满结束。陈教授提到，这次医疗大数据与卫生技术评估论坛是一个多学科多领域参与的盛会，为国际和国内专家交流合作提供了很好的机会，希望这个论坛能继续发展并延续，共同推进医疗和卫生领域的发展。

 

媒体报道：http://finance.ifeng.com/a/20180420/16161350_0.shtml

（来源：凤凰网）

为了贯彻落实《中华人民共和国国民经济和社会发展第十三个五年规划纲要》和《促进大数据发展行动纲要》，积极响应国务院办公厅《关于促进和规范健康医疗大数据应用发展的指导意见》和人社部关于医保目录准入谈判的新举措，清华大学统计学研究中心医疗大数据中心携手国家卫生健康委员会卫生技术评估重点实验室（复旦大学）于2018年4月14日在京举行“医疗大数据与卫生技术评估论坛”。

近年来，大数据发展受到社会的广泛关注。医疗大数据，以其规模大、数据结构复杂，和多样性来源的特点，为健康产业带来了新的机遇与挑战。2017年医保目录调整，首次引入医保目录准入谈判机制，为我国的卫生技术评估提出了新的目标和要求。为了积极支持健康中国的建设，本次会议将围绕医疗大数据与卫生技术评估在中国的发展与前景，国际前沿发展与趋势，相关领域的创新研究，并紧密结合实际案例为与会者提供交流、分享的平台。

会议主题：医疗大数据与卫生技术评估的发展与展望，为健康中国助力

会议时间：2018年4月14日    8:30-17:30

签到时间：2018年4月14日    8:00-8:30

会议地点：文津国际酒店（地址：北京市海淀区成府路清华大学南门）

会议日程：

时 间	报告人	报告题目
08:30-08:40	林希虹 教授 哈佛大学	致开幕词
08:40-09:10	熊先军 书记 人力资源和社会保障部 社会保险事业管理中心	关于卫生经济学在医保应用的 思考
09:10-09:40	王永雄 教授 斯坦福大学 美国科学院院士	关于电子病历在精准医学研究中的几点思考
09:40-10:10	刘国恩 教授 北京大学	经济增长与健康中国
10:10-10:40	合影&茶歇
10:40-11:10	邓   柯 副教授 清华大学	医学自然语言处理的统计学方法
11:10-11:40	吴   琼 博士 Analysis Group	识别最优目标人群及其在卫生技术评估中的应用
11:40-12:10	陈英耀 教授 复旦大学	中国卫生技术评估发展现状和 机遇
13:30-14:00	王   杉 教授 北京大学人民医院	明日医疗—大数据时代医院之机遇和挑战
14:00-14:30	张学工 教授 清华大学	对未来医疗的若干技术和策略探讨
14:30-15:00	肖   辉 首席应用官 中电数据服务有限公司	做好健康医疗大数据安全保障工作
15:00-15:20	茶  歇
15:20-15:50	Praveen Thokala 博士 英国谢菲尔德大学	Health Technology Assessment in UK
15:50-16:20	王亚东 教授 哈尔滨工业大学	组学数据的有效利用
16:20-16:50	韩思蒙 博士 Analysis Group	医疗大数据在真实世界中的应用
16:50-17:20	施李正 教授 杜兰大学	圆桌讨论
	吴   晶 教授 天津大学
	肖革新 副主任 国家食品安全风险评估中心 风险监测部
	其他嘉宾
17:20-17:30	陈英耀 教授 复旦大学	致闭幕词

 

主办单位：

清华大学统计学研究中心医疗大数据中心

国家卫生健康委员会卫生技术评估重点实验室（复旦大学）

协办单位：Analysis Group

2018年3月13日，世界范围内最具影响力的三大统计学家之一、美国国家科学院院士、美国艺术与科学院院士、现任哈佛大学统计系John L.Loeb讲席教授——Donald B.Rubin，到访清华大学统计学研究中心。尽管年过七旬，但Rubin教授依然精力充沛、神采奕奕，用整整一天的时间，先后参加了中心发展工作汇报会议、中心教员研究课题的深度探讨，以及中心在读博士生、本科生的交流座谈，并给出切实中肯的建议。Rubin教授表示，这是一只活力十足的团队，他很惊讶在短短的几年时间清华大学统计学科就能取得如此的成绩，他希望大家再接再厉，尽早在清华大学建成国际一流水准的统计学科。据悉，Rubin教授在今年9月将有望加入清华大学，力推清华大学统计学科的发展。

Donald Rubin教授（右四）同清华大学统计学研究中心教员合影

Donald Rubin教授首先听取了有关中心发展现状的汇报。Rubin教授对统计中心非常关注，并不时提出问题和建议。

Rubin教授听取中心工作汇报 

下午，Rubin教授听取中心博士后以及部分在读博士研究生的报告，并对所存在的问题给予指导。

 

Rubin教授同中心博士研究生座谈

 

最后是同清华大学在读本科生的座谈会，同学们很珍惜和学术泰斗交流的难得机会，积极参与，发言踊跃，现场气氛热烈。

Rubin教授同本科生座谈

 

Rubin教授在清华大学的访问还将继续，希望Rubin教授能带动清华大学统计学科的发展达到一个新的高度。