资讯
资讯
2024年7月的最后一天，48岁的郑冶枫第一次以大学教授的身份，站在了教室的讲台上。
这是首期西湖大学人工智能暑期公开课举办的第三天。作为当天上午的主讲人之一，身着灰色Polo衫、踩着一双休闲帆布鞋，郑冶枫早早来到了现场，接棒伦敦大学学院程涛教授，在大屏上打开了PPT，静静等待时钟走至上课时分。
前一周最后一个工作日，他刚刚在深圳办理完离职手续，与相处了6年的“老东家”腾讯匆匆道别，在“腾讯杰出科学家、天衍实验室主任”的身份上圈了一个休止符，也与自己横跨中美、近20年的产业界职业生涯挥手再见。
全职加入西湖大学，IEEE Fellow、AIMBE Fellow、医学人工智能科学家郑冶枫受聘工学院教授，将在此创立医学人工智能实验室。
一位产业界的“熟面孔”，将以学界“新选手”的姿态，从西湖再出发。
01
令郑冶枫猝不及防的，是家乡的“热”情。
自1993年江山高考理科状元的成绩被清华大学录取后，郑冶枫背起行囊，踏上了一路向北、晃荡二十几个小时的火车。往后的整整三十年，他再也没有机会长时间在浙江逗留。所以从理论上来说，这些天，游子终于重到了故土的怀抱。
“真热啊”，如果说记忆里还残留着一周前在粤港澳大湾区吹过的海风，四十度的高温就会立马把他拉回到当下的现实。他行色匆匆地行走在云谷的校园中，记下途经的建筑物和门牌号，辨识新同事、新同学的面孔。
脖子上挂着簇新的校园卡绳，神态中闪现着找路的犹疑，和这位身型清瘦的教授擦肩而过，人人会毫不犹豫认为这是一名刚刚加入西湖的“新人”。但要是坐在他课堂中，这种判断会有些难——一旦开讲，郑冶枫挥洒自如，毕竟，在医学人工智能的研究领域，他已经扎根了近二十年。
顾名思义，“医学人工智能”是将人工智能技术应用到医疗行业的方向。“人工智现在很火，这不是因为它的理论多漂亮，而是因为实际起到的作用，一个技术最终还是要落到各个垂直行业的。”郑冶枫说。他在暑期公开课上开讲的那堂、以教授身份主讲的“第一课”，主题是“Revolutionizing Healthcare with Artificial Intelligence”，以人工智能革新医疗。
这位科学家的研究方向和成果，几乎就是现在的“医学人工智能在做什么”的另一种作答方式。急人之所急，解人之所忧，概括来讲，他希望利用AI技术，帮助医生和患者解决具体的问题。
医生阅片工作量太大，怎么办？郑冶枫是最早一批将机器学习引入医学影像分析的开创者。无论是X光还是CT超声，这类影像检查后，医生们都需要进一步跟进解读，分析是否有征兆症状。但人总归会疲劳，每天几百份的报告下来，存在漏检、误读的可能，如果有AI来帮助医生阅片、进行辅助诊疗，有望提高效率、减少错漏可能。
看病不知道该挂哪个科室，怎么办？自然语言处理（NLP）在此处有了用武之地。面对如今越来越细分的科室，患者不必再冒着浪费时间的风险试错，挂号前，可以先线上问问医院的对话机器人，获得合适的科室建议。医生也可以用这项技术进行“预问诊”，在和患者见面前，先通过诸如问卷的形式，收集病情、家族病史等辅助信息。
病历、出院报告书写复杂，耗时耗力，怎么办？人工智能大模型能帮助解决。它有点像对话机器人的升级版，可以帮助医生生成病历；对于更为复杂，涉及到患者入院后在医院所产生的所有医疗行为和数据的出院报告，AI能够从可能多达五六百页的记录中，形成“一页纸”的总结，给出包括用药、回访、注意事项在内的报告，将极大提高医生的工作效率。
有不法团伙组织骗取医保资金怎么办？当下，我国医保资金紧张，数据挖掘技术能够从海量的报销记录中找到异常报销记录，锁定骗保团伙的不轨行为……
作为最早一批将机器学习引入医学影像分析的开创者，郑冶枫长期在工业界从事医学人工智能产品的研发，迄今已拥有500多件专利，其中美国专利90多件。
“医学人工智能，是一个快速发展的领域，我估计10-15年人工智能将具备医生诊疗的正确率，能够得到大量应用。”郑冶枫说。
02
被科幻迷奉为经典的小说《沙丘》中说到，未来是宽广的，有着各种各样的结局，但向未来前进的过程中，时间会成为一道窄门，只允许一种结局。
郑冶枫走向一扇扇“门”，手里握着的是名为“随机”的罗盘。他学过一门叫作《随机过程》的课，这是一门计算机领域的专业课，也像在描摹他的人生。
郑冶枫成长于一个虽物质上算不上富裕，但氛围非常宽松的双职工家庭，从小拿第一名是家常便饭、中学时成绩没有出过年级前三。填报高考志愿时，他以排除法的方式，给自己挑出了清华本科的专业：电子工程；之后，又顺利取得了保送本系研究生的资格。
从一个浙江的小县城，走入中国顶尖的学府清华大学，给“小城男孩”打开了视野，也带来了不小的冲击。
郑冶枫发现，他不能再“那么轻松”地用“小聪明”读书了：同窗的既有能代表中国参加国际物理奥赛的同学，也有好几个省的高考状元，平均分在及格线以下的考试，也总有人拿满分。
郑冶枫没有和我们赘述他是如何适应的，事实上，可能连他的父母也并不知道这些插曲，毕竟，他们一向来不怎么插手孩子的学习。
唯一来自家庭的“影响”，可能是父亲的一条意见。郑冶枫回忆说：“我爸爸一直说，既然你擅长读书，成绩也好，那就尽量多读点，不要那么早出来社会工作。”
2001年，郑冶枫从清华研究生毕业，前往美国马里兰大学攻读电气与计算机工程系的博士。这是一所在美国计算机视觉领域排名前茅的学府，将能延续郑冶枫在本硕期间在图像处理、文本图像识别（OCR）方面的学习和经验。
看起来水到渠成？实际上，在千禧年初，人工智能远没有今天那么走热。那时候个人手机刚刚开始普及，当红“炸子鸡”是通讯专业，郑冶枫没有免俗，也申请了一些美国院校的通讯专业，并且拿到了offer。但冥冥中，他还是选择了计算机。
同样的偶然，发生在他与医学的相会上。博士即将毕业时，郑冶枫开始寻找正式工作的机会。那时，家里两个孩子已呱呱坠地，这位新手父亲亟需找到一份在经济上能够在异国他乡支撑起小家庭的工作。与此同时，他也不甘心放弃硕博7年间所学的知识和技能，希望能够延续原来的方向。
郑冶枫的简历同时飞向了谷歌和微软这样标准的IT巨头，也飞向了工业界顶尖企业西门子。
有一组数字，郑冶枫很感慨。今年6月下旬，他在美国西雅图参加了计算机视觉领域的顶会CVPR 2024年的会议，参与人数达到了一万两千人。而在20年前，这个数值是一千两百人，“有十倍的差距，对吧？”
最终，他在一堆offer中选择了西门子美国研究院，也在这里，走上了“医学+AI”的方向。
03
提到西门子，人们最先想到的可能是家里的家电，像是冰箱、洗衣机、洗碗机。但作为全球电子电气工程领域的领先企业，这家成立于1847年的跨国公司，版图远远不止于此。
在医疗影像设备领域，它是赫赫有名的三巨头之一，业内人士嘴里高频提及的“GPS”，指代的正是西门子（Siemens）与通用（GE）、飞利浦（Philips）。
加入西门子后，郑冶枫专注从事智能医学影像分析方面的研究。他所擅长的人工智能，终于在CT、B超、X光机等设备的软件上有了用武之地，和企业的优势方向完全契合，也满足了他本人对做研究的兴趣。于是，他在西门子这一待就是十二年，从一位青涩的实习生，一路成长为向实验室负责人汇报的chief scientist。
那段时光非常宁静。西门子美国研究院坐落在普林斯顿，正是著名的普林斯顿大学坐落的那个小镇，整个城镇里分布着不少的研究所、制药药厂的实验室，整体环境非常安静，距离大都市费城和纽约又仅需一小时的车程。
郑冶枫的代表性研究成果正诞生于此时：投影空间学习法。这个方法将机器学习引入医学影像，能在图像中快速检测和分割指定的器官。较之未应用机器学习的办法，搜索量下降了百万级别，仅需零点一秒就能在三维影像中准确预测器官的姿态。2011年，在美国获得专利授权的当年，这项发明就摘得了托马斯·艾迪生专利奖，被应用于西门子50多个项目中。
郑冶枫至今都对这项技术刻骨铭心，不单因为荣誉和实用价值。技术获得授权的那一年，他前往美国纽约长老会医院和德国莱比锡大学附属医院，参与相关项目的临床实验。往日里，这位科学家与外部的来往，要么和同行，要么和医生，这一年间，他难得地直面了技术最终落地的对象：患者。
他犹记得一个心脏瓣膜置换的手术。投影空间学习法被用于确定需替换的坏瓣膜的三维位置，从而将人工瓣膜将通过大腿根部微创的口子，一路输送到指定的这个部位，完成置换。“病人就躺在床上。我当时挺紧张，如果微创手术不成功，就需要进行直接开腔手术了，死亡率是10%。”郑冶枫回忆说。
那份直面生死的震撼，道出了医学意义重大的社会价值，也成为了让他至今坚守在这个领域的原因。
2017年秋天，郑冶枫收到了腾讯海外招聘负责人的电话。感受到在美国公司的职业天花板，郑冶枫选择了回国、担任腾讯天衍实验室主任，拉起了“医疗+AI”的团队。在过去的几年间，他继续发展医学影像的技术，同时在自然语言处理、大模型、数据挖掘等方面多线开花。与侧重辅助硬件设备的西门子不同，在腾讯这家互联网企业，这位科学家得以更高自由度地发展软件算法的研究；当然，也不得不带着团队切换到互联网人雷厉风行的办公节奏。
但在郑冶枫心里，始终有一个很久前发过芽，未曾能够如愿的教职梦。2018年，西湖大学正式获得教育部批准设立、举办了成立大会。回到国内后，他也从各种渠道注意到了这座新型研究型大学的动向，他说：“我是浙江人，又是清华校友，所以很早就听说西湖大学了。”
两年后，他在西门子期间带过的实习生之一、尔后的同行，杨林，全职加入了西湖大学工学院，成立了人工智能与生物医学影像实验室。这位昔日的同事向他发出了来西湖看看的邀请，并向校长施一公推荐了他。不到半个小时后，郑冶枫就接到了来自施一公的电话。郑冶枫终于下定决定离开产业界，在48岁的年龄，开始“教授”的新旅途。
04
在人工智能炙手可热的时候，从互联网巨头公司跳槽回高校，这在常人看来，是一个不可思议的转折。但在郑冶枫的眼里，这个年纪刚刚好，前路大有可为。
顺应时代的机遇，他的理想是研发出医疗领域的通用人工智能。为此，他将在西湖展开多模态大模型的研究，志在把包括医学影像、家族病史、基因数据、化验报告等所有关于病人的图像、数据、文字等多种形式的复杂信息进行集成，综合生成诊断结果或治疗方案。并且，这个模型将具备通用性，能够适用于不同的病种，人们不再需要针对每种疾病单独投入大量的资金和人力。
人才荟萃的生命科学学院，新鲜成立的医学院，以及西湖大学医学院附属杭州市第一人民医院，在郑冶枫眼里，这些都是西湖得天独厚的资源和条件，也因此成为了在学界起步的理想之地。
不仅开展长期的研究刚刚好，带博士生，可能也是刚刚好。郑冶枫笑着说，他盘算了下，自己还能带几届博士生。相比于科研，这件事对他来说更需要“学习”和“取经”。
在腾讯和西门子任职期间，他经常自发亲自参与实习生的面试，也带过博士生，对和这个群体的相处并不陌生。然而现在，他意识到身份变化带来的关系变化：“现在更像是师徒了，是一个家庭的关系了，所以招博士生得非常‘慎重’，契合度高、默契好，大家都会很愉快。”
他将延续以往的管理风格，继续做一个比较“放手”的人，希望能够给学生们、乃至整个实验室的团队，提供方向性的指导和把握，但不会在小细节上来紧盯工作进度。“‘医疗+AI’本也是一个交叉领域，只要有一些计算机的经验，有热爱、喜欢和专注，学生出身的专业并不那么重要，甚至专业不一样，反而会激发出新的点子。”郑冶枫说。
正当壮年，再一次站在自己立足二十年的赛场上，郑冶枫踌躇满志。他邀请有志于这个领域的人一起加入，要有研究的热情，也要有足够的静心和耐心，一起为人类不可避免的生老病死，带去一点抚慰和曙光。
个人简介
郑冶枫，1975年生，浙江江山人，国际电气和电子工程师协会会士（IEEE Fellow）、美国医学和生物工程学会会士（AIMBE Fellow），1998年和2001年于清华大学电子工程系分别获得本科和硕士学位，2005年博士毕业于美国马里兰大学电气与计算机工程系。2006年至2017年在西门子医疗美国研究院工作。2018年至2024年在腾讯工作，担任腾讯杰出科学家和天衍实验室主任。他是IEEE医学影像杂志副编，曾经担任医学影像AI的顶会MICCAI 2021大会程序委员会主席，和多个人工智能顶会的领域主席（包括NeurIPS, AAAI, IJCAI和MICCAI）。2024年7月全职加入西湖大学，受聘工学院教授，创立医学人工智能实验室。
学术成果
郑冶枫博士长期在工业界从事医学人工智能产品的研发。他是最早一批将机器学习引入医学影像分析的开创者，在西门子工作期间发明了投影空间学习法，用于医学影像中器官的快速检测与分割。该发明于2011年获美国专利授权，当年即获托马斯.爱迪生专利奖。相关的研究成果于2014年由Springer结集出版《医学影像处理的投影空间学习法：器官的快速检测与分割》。投影空间学习法被广泛应用到西门子内部50多个的项目中，集成进多个产品（比如syngo.via Cardiac Function and Coronary Analysis用于CT冠脉分析, syngo AutoAlign用于MRI的规范化扫描, syngo eSieValve用于超声心脏瓣膜分析，和syngo Aortic ValveGuide用于主动脉瓣膜置换的手术规划和术中导航）。其中，syngo Aortic ValveGuide获得2010年欧洲心胸外科手术年会（EACTS）的技术创新奖（Techno-College Innovation Award）。投影空间学习法也被授权给多家外部公司，比如Biosense Webster 和DePuy Synthes，集成进它们的产品。
在担任腾讯天衍实验室主任期间，郑冶枫博士负责了科技部新一代人工智能开放创新平台（医疗影像）的研发。该平台获得2023年世界互联网大会（乌镇）领先科技奖，多款医学影像AI产品（比如CT肺炎和青光眼）获得国家药品监督管理局医疗器械三类注册证。实验室也积极探索医学大数据分析在新型传染病预警监测（获得2022年中国国际大数据产业博览会领先科技成果奖）和医保基金监管（获得2022年国家医保局智慧医保大赛第一名）中的应用。实验室研发的医学自然语言处理相关产品，比如智能导诊、预问诊、辅诊、用药助手、院务客服问答，落地1000多家医院；医学大语言模型在医学知识查询、病历生成、医患对话自动生成上取得不错的效果，已经在多家头部医院落地应用。
郑冶枫博士发明了500多件专利（其中美国专利90多件），发表论文300多篇，被引用21,000多次，h-index指数74。他曾于2003年获得中国国家科技进步二等奖。
本文链接：http://knowith.com/news-1-2654.html腾讯杰出科学家郑冶枫全职加入西湖大学
声明：本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
