“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
- 2021/06/24 - 13th agenda : EP13 - 데이터 중심 평가
-
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)
- CVPR 2021 - Medical Computer Vision Workshop
- AI 기본법 제정 공청회 18일 개최…"최소규제·산업육성"
- 식약처, 소프트웨어 의료기기 임상 승인 절차 간소화
- 의료 인공지능 기업 '딥노이드', 7월말 코스닥 상장 예정
- 폐암·뇌졸중 데이터 개방…'AI 의료서비스' 키운다
- AI 성장 이끄는 ‘데이터라벨링’ 스타트업 활약 눈길
- LG전자, 의료장비 사업 뛰어든다 - 인공지능(AI) 탑재한 디지털 엑스레이 검출기 선봬... '각종 폐 질환 잡아낸다'
- [기고] G7 보건복지부 장관 성명서의 의미와 기대
- AI 간병인·로봇 선원…5년내 'AI인턴 시대' 열린다
- AI 4대천왕 앤드류 응, 모델 아닌 ‘데이터 중심’ 강조하는 캠페인 개최
- ‘Nobody is catching it’: Algorithms used in health care nationwide are rife with bias
- Insilico Medicine Raises $255 Million in Series C Financing Led by Warburg Pincus
- Google downsizes health division, reorganizes consumer-health team
- Experts Doubt Ethical AI Design Will Be Broadly Adopted as the Norm Within the Next Decade
-
Special Talk - Data 중심 접근들
- Data strategy to support delivery of patient centred care - GOV.UK
- Framework for Data Preparation Techniques in Machine Learning
- The future of digital health with federated learning - NPJ
- Federated Learning on Clinical Benchmark Data: Performance Assessment - JMIR
- Federated learning for healthcare informatics
- Federated learning in medicine: facilitating multi-institutional collaborations without sharing patient data - scientific reports
- Collaborative learning without sharing data - Nature machine learning
- Swarm Learning for decentralized and confidential clinical machine learning - Nature
- AI/ML-MD의 변경관리 이슈 - Homogeneous/global vs. Heterogeneous/local
- The domain of an MLMD environmental change refers to the scope or applicable extent of the change, which can be categorized as either homogeneous or heterogeneous. Homogeneous changes are uniform changes that occur universally (sometimes referred to as global changes; note that global does not denote around-the-world). Heterogeneous changes are non-uniform changes that can be specific to one clinic, region, demographic, etc. (sometimes referred to as local changes).
누구든 자유롭게 발언 신청하고 질문을 해주시면 됩니다.
추가/수정/발언 참석 원하시는 분들은 아젠다 이슈에 적어주시면 됩니다.
- 13회 토론 요약