本期为TechBeat人工智能社区第449期线上Talk！

北京时间10月27日(周四)20:00，麻省理工学院，计算机科学在读博士生——杨宇喆的Talk将准时在TechBeat人工智能社区开播！他与大家分享的主题是: “基于人工智能的帕金森病诊断和评估：挑战、算法和应用 ”，届时将详细讲解一个利用夜间呼吸信号来检测 PD 并跟踪其进展的人工智能 (AI) 模型。

Talk·信息

主题：基于人工智能的帕金森病诊断和评估：挑战、算法和应用

嘉宾：麻省理工学院，计算机科学在读博士生杨宇喆

时间：北京时间 10月27日 (周四) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

完整版怎么看

扫描下方二维码，或复制链接https://datayi.cn/w/4Rzblw1R浏览器，一键完成预约！上线后会在第一时间收到通知哦

Talk·介绍

目前没有用于诊断帕金森病 (Parkinson's Disease, PD) 或跟踪其进展的有效生物标志物。在本次Talk中，我将介绍一个利用夜间呼吸信号来检测 PD 并跟踪其进展的人工智能 (AI) 模型。我将首先讨论为实际健康应用设计此类AI模型的背景、问题以及挑战：稀疏监督、数据不平衡和分布泛化问题。针对这些难题，我会提出相应的解决方案，包括结合了健康领域知识和人工智能模型解释的一种多任务学习方法，一个用于学习具有连续目标的不平衡数据的框架，以及一个能够从多域不平衡数据中学习的具有理论保证的域泛化算法。之后，我会介绍实际的数据采集、模型训练和表现评估流程，并讨论此类AI模型对临床疾病诊断和长期病情跟踪的意义。最后，我将总结使用人工智能推进数字医学和其他现实世界应用的意义和应用。

本次分享将围绕基于人工智能的帕金森病诊断和评估这一主题展开。首先，我将具体介绍我们的最新成果：我们开发了一种人工智能 (AI) 模型，基于夜间呼吸信号来诊断 PD，检测 PD 的严重程度，并能连续跟踪其病情的进展。（Nature Medicine）

其次，在AI模型设计中，我们遇到了两个主要算法上的难题，我将其抽象为普遍的机器学习问题，并分为两部分讲解。

• 第一部分是研究当有多个领域（domain）数据，且这些 domain 都存在（可能互不相同的）数据不平衡情况下，该如何学习到鲁棒的模型。本文推广了传统不平衡分类问题的范式，将数据不平衡问题从单领域推广到多领域。（ECCV 2022）

• 第二部分主要介绍深度不平衡回归问题。目前针对不平衡数据的学习方法几乎都是对分类问题的研究，而现实中很多任务都具有连续的标签，而传统方法很可能不再适用。我们将深入探讨如何应对处理具有连续目标的不平衡数据。（ICML 2021, long oral）

  
  

Talk·预习资料

• (Paper / Project page) Artificial intelligence-enabled detection and assessment of Parkinson’s disease using nocturnal breathing signals(https://pd-breathing.csail.mit.edu/https://arxiv.org/abs/2006.07529)

• (Paper / Project page) Delving into Deep Imbalanced Regression (http://dir.csail.mit.edu/)  

• (Paper / Project page) On Multi-Domain Long-Tailed Recognition, Imbalanced Domain Generalization and Beyond(http://mdlt.csail.mit.edu/)  

• (Code)https://github.com/YyzHarry/imbalanced-regression

• (Code)https://github.com/YyzHarry/multi-domain-imbalance

• 中文版论文解读 (Nature Medicine)：https://zhuanlan.zhihu.com/p/556723251  

• 中文版论文解读 (ICML)：https://www.techbeat.net/article-info?id=2442  

• 中文版论文解读 (ECCV)：https://www.techbeat.net/article-info?id=3812  

Talk·提问交流

通过以下两种方式提问都将获得微信现金红包奖励哦！

方式 ①

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！

Talk·嘉宾介绍

杨宇喆是MIT EECS五年级在读博士生，师从Dina Katabi教授。本科毕业于北京大学信息科学技术学院。他的研究方向是机器学习、和医疗AI领域的交叉，主要关注基于人工智能的算法和系统来改变和提升现有的医学健康应用。此外，他也致力于开发更加鲁棒和泛化的机器学习算法与模型。他的工作发表于Nature Medicine、Science Translational Medicine、ICML、CVPR、NeurIPS、ICLR等顶级期刊和会议，并被多个主流媒体如MIT Technology Review，Forbes，BBC，The Washington Post等报道。曾获得MathWorks博士奖学金，国家奖学金，IEEE ComSoc国际学生竞赛第一名等荣誉

个人主页：

http://www.mit.edu/~yuzhe/

-The End-

关于TechBeat人工智能社区

TechBeat (www.techbeat.net) 是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ