“經(jīng)世致用”是大多數(shù)中國(guó)學(xué)者的終極理想。在古代，實(shí)現(xiàn)理想的途徑是入仕為官，對(duì)應(yīng)到現(xiàn)代，或許就是進(jìn)入產(chǎn)業(yè)界。

作為一名學(xué)者，俞益洲已經(jīng)攀上了山巔。今年11月，他先后獲得了2018 ACM杰出科學(xué)家和2019年度 IEEE Fellow兩大殊榮。為他贏得雙冕加身的主要有兩項(xiàng)研究成果：一是他早期做的基于圖像的建模和渲染方面的研究，其核心是將三維計(jì)算機(jī)視覺(jué)和圖形學(xué)相結(jié)合；二是近年來(lái)做的將機(jī)器學(xué)習(xí)和底層計(jì)算機(jī)視覺(jué)相結(jié)合的研究。這些研究工作在當(dāng)時(shí)非常熱門(mén)和富有前瞻性，在行業(yè)內(nèi)造成了巨大反響。

談到這些研究成果以及它們帶來(lái)的榮譽(yù)，俞益洲十分輕描淡寫(xiě)，“這是對(duì)我過(guò)去工作的一種肯定，說(shuō)明我的研究成果對(duì)別人有參考價(jià)值和借鑒意義。”

他沒(méi)有提到的是，這兩項(xiàng)榮譽(yù)也給他的職業(yè)生涯上半場(chǎng)畫(huà)上了一個(gè)完美的句號(hào)。

職業(yè)生涯的“下半場(chǎng)”

作為一個(gè)深居象牙塔十八載的學(xué)者，今年秋季，俞益洲正式加盟深睿醫(yī)療擔(dān)任首席科學(xué)家，這意味著他的工作重心將從學(xué)術(shù)界轉(zhuǎn)向產(chǎn)業(yè)界。促使他做出這項(xiàng)決定的，是內(nèi)心對(duì)知識(shí)“經(jīng)世致用”的渴望。

過(guò)去十幾年里，俞益洲一直在高校從事教學(xué)和研究工作，他的不少研究成果成功實(shí)現(xiàn)了產(chǎn)業(yè)化。比如他曾經(jīng)作為主要成員研發(fā)的部分計(jì)算機(jī)視覺(jué)和圖形處理技術(shù)，被廣泛應(yīng)用于《黑客帝國(guó)》、《碟中諜2》、《加勒比海盜3：世界的盡頭》等美國(guó)電影的特效制作。

但俞益洲始終認(rèn)為，這種轉(zhuǎn)化并不徹底，也缺乏針對(duì)性，他希望自己的研究成果能夠在更關(guān)鍵的領(lǐng)域幫助到更多人。思慮再三，他決定走出象牙塔，投身到產(chǎn)業(yè)界親自推動(dòng)學(xué)術(shù)研究成果的產(chǎn)品轉(zhuǎn)化。

俞益洲考慮過(guò)幾個(gè)方向——自動(dòng)駕駛、安防和醫(yī)療。綜合考量后，他認(rèn)為，自動(dòng)駕駛雖然看起來(lái)和計(jì)算機(jī)視覺(jué)密切相關(guān)，但它對(duì)后者的依賴程度并沒(méi)有外界想象的那么高，它更多是依靠傳感器等硬件設(shè)備，更偏向物聯(lián)網(wǎng)的概念。安防行業(yè)對(duì)計(jì)算機(jī)視覺(jué)技術(shù)的需求非常旺盛，不過(guò)這個(gè)行業(yè)已經(jīng)非常成熟，盤(pán)踞著幾大巨頭，留給后來(lái)者的發(fā)揮空間不大。相比之下，醫(yī)學(xué)影像分析和計(jì)算機(jī)視覺(jué)有許多相通之處，醫(yī)學(xué)“懸壺濟(jì)世”的精神也更契合他對(duì)“經(jīng)世致用”的想象。

再美好的理念也需要有承接的平臺(tái)，俞益洲進(jìn)入醫(yī)療行業(yè)，很大程度也歸因于深睿醫(yī)療團(tuán)隊(duì)的吸引力?！八麄兊膱F(tuán)隊(duì)非常強(qiáng)大，也具備很好的互補(bǔ)性”，俞益洲對(duì)雷鋒網(wǎng)說(shuō)道。

早在正式加盟前，俞益洲就和深睿醫(yī)療有過(guò)很多接觸，過(guò)程中他逐漸對(duì)后者有了了解。深睿醫(yī)療董事長(zhǎng)雷鳴是“百度七劍客”之一，他對(duì)技術(shù)和商業(yè)都擁有非常透徹的理解。CEO喬昕具備深厚的醫(yī)學(xué)背景，曾經(jīng)先后在國(guó)內(nèi)三甲醫(yī)院和西門(mén)子醫(yī)療位居要職。CTO李一鳴則曾經(jīng)就職于百度和高德信息技術(shù)有限公司，在大數(shù)據(jù)和機(jī)器學(xué)習(xí)方面有著深厚的造詣。

多元融合的團(tuán)隊(duì)基因使得深睿醫(yī)療能夠真正從臨床的角度出發(fā)思考問(wèn)題 ，同時(shí)又很好地平衡了商業(yè)性，這是它最吸引俞益洲的地方，也是它能夠飛速成長(zhǎng)的秘訣。

今年4月份，深睿醫(yī)療對(duì)外宣布完成B輪1.5億元融資，由君聯(lián)資本領(lǐng)投，聯(lián)想之星跟投。至此，成立剛剛一年時(shí)間，深睿醫(yī)療就累計(jì)獲得了3億元融資，這樣的融資速度在行業(yè)內(nèi)實(shí)屬罕見(jiàn)。

半年后，深睿醫(yī)療又用產(chǎn)品實(shí)力詮釋了它被資本看好的原因。不久前，深睿醫(yī)療在CCR大會(huì)上一口氣發(fā)布了四大品類(lèi)七款A(yù)I產(chǎn)品，對(duì)于一家成立不到兩年的公司來(lái)說(shuō)，這樣的產(chǎn)品布局速度實(shí)在令人嘆為觀止。而這些產(chǎn)品身上融入了俞益洲的不少心血。

在現(xiàn)實(shí)性與前瞻性間平衡

以首席科學(xué)家的身份加盟后，俞益洲把更多精力投入到了深睿醫(yī)療的產(chǎn)品研發(fā)當(dāng)中。在深睿醫(yī)療，他的主要職責(zé)是帶領(lǐng)公司的技術(shù)團(tuán)隊(duì)——深睿研究院。和高校時(shí)期相比，新工作包含的內(nèi)容更加復(fù)雜：一方面，他需要帶領(lǐng)研究院的算法團(tuán)隊(duì)進(jìn)行項(xiàng)目攻關(guān)；另一方面，公司正處于快速成長(zhǎng)階段，他需要對(duì)外延攬人才，不斷為公司注入新鮮血液。

從計(jì)算機(jī)視覺(jué)到醫(yī)學(xué)影像分析，俞益洲的研究重心也發(fā)生了很多變化。計(jì)算機(jī)視覺(jué)和醫(yī)學(xué)影像分析有很多相通的地方，但后者也有其獨(dú)特的挑戰(zhàn)，比如訓(xùn)練數(shù)據(jù)少，數(shù)據(jù)分布高度不均勻，數(shù)據(jù)標(biāo)注的一致性較差，數(shù)據(jù)類(lèi)型豐富（多模態(tài)影像，文本+影像）等等。

“這意味著我們需要專(zhuān)門(mén)為醫(yī)療場(chǎng)景設(shè)計(jì)一些圖像處理和分析的算法；比如研制可以在小樣本上訓(xùn)練，但泛化性強(qiáng)、對(duì)數(shù)據(jù)分布不敏感、對(duì)標(biāo)注一致性容忍度高的AI模型”，俞益洲向雷鋒網(wǎng)介紹道。

作為公司技術(shù)團(tuán)隊(duì)的負(fù)責(zé)人，俞益洲不僅要帶領(lǐng)團(tuán)隊(duì)做具體項(xiàng)目的技術(shù)攻關(guān)，還要和外部高校、科研院所合作，進(jìn)行前瞻性技術(shù)的研發(fā)。如何平衡兩方面的工作，十分考驗(yàn)管理者的領(lǐng)導(dǎo)藝術(shù)。俞益洲介紹，平衡的關(guān)鍵在于合理分工，“同一組人同時(shí)干兩件事，可能什么都干不好”。深睿醫(yī)療內(nèi)部80%的技術(shù)人員在從事產(chǎn)品級(jí)別的算法研發(fā)，剩下20%做前沿技術(shù)的探索。此外，深睿醫(yī)療還和10多家國(guó)內(nèi)外頂級(jí)學(xué)術(shù)機(jī)構(gòu)建立了長(zhǎng)期學(xué)術(shù)科研合作，“兩邊相加，我們?cè)谇罢靶约夹g(shù)上投入的人力和資源并不少”。

事實(shí)證明，這種投入是意義重大且富有成效的。不久前，深睿醫(yī)療就聯(lián)合香港大學(xué)、中山大學(xué)推出了一項(xiàng)最新研究成果——通過(guò)一種新的、非局部的上下文編碼網(wǎng)絡(luò)提高醫(yī)學(xué)圖像分割算法的魯棒性。

俞益洲介紹，在醫(yī)學(xué)圖像分析中，算法的魯棒性非常重要。如果算法對(duì)對(duì)抗噪聲的魯棒性較差，輸入的圖像稍有擾動(dòng)，結(jié)果就會(huì)出現(xiàn)很大差異，這在臨床上是不可用的。遺憾的是，目前所有最新的、基于卷積神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像分割算法對(duì)對(duì)抗噪聲的抵抗性都比較差。主要原因在于，訓(xùn)練醫(yī)學(xué)圖像分割算法的訓(xùn)練集較小，經(jīng)常導(dǎo)致過(guò)擬合，從而降低了模型的泛化能力。在自然圖像領(lǐng)域，這一問(wèn)題已經(jīng)得到了解決，但相同的對(duì)抗訓(xùn)練策略放在醫(yī)學(xué)圖像上效果并不好。

為此，深睿醫(yī)療聯(lián)合香港大學(xué)、中山大學(xué)提出了通過(guò)非局部上下文編碼網(wǎng)絡(luò)提高醫(yī)學(xué)圖像分割算法的魯棒性。從實(shí)際效果來(lái)看，這種方法在對(duì)抗噪聲環(huán)境下得到的結(jié)果“幾乎和沒(méi)有噪聲環(huán)境下得到的結(jié)果一樣?！边@項(xiàng)研究成果將發(fā)表于一流的人工智能學(xué)術(shù)大會(huì)AAAI 2019.

那些不曾到過(guò)的遠(yuǎn)方

雖然醫(yī)學(xué)影像分析算法的某些方面還有待提高，但總體而言，經(jīng)過(guò)兩三年的發(fā)展，醫(yī)學(xué)影像AI已經(jīng)步入了相對(duì)成熟的階段。典型表現(xiàn)之一就是產(chǎn)品形態(tài)更加多樣化了：過(guò)去行業(yè)內(nèi)主要圍繞肺部CT和眼底彩照兩種影像數(shù)據(jù)進(jìn)行產(chǎn)品開(kāi)發(fā)；如今，針對(duì)更多病種和影像數(shù)據(jù)類(lèi)型的算法已經(jīng)初露端倪。

接下來(lái)，如何基于多模態(tài)影像數(shù)據(jù)進(jìn)行綜合分析診斷也將成為企業(yè)的發(fā)力方向。俞益洲介紹，相比單模態(tài)數(shù)據(jù)，多模態(tài)數(shù)據(jù)綜合診斷的精確度更高，但這項(xiàng)技術(shù)也面臨不少挑戰(zhàn)。首先，這種方法需要的數(shù)據(jù)種類(lèi)更多，給數(shù)據(jù)采集提出了挑戰(zhàn)；其次，多模態(tài)數(shù)據(jù)間的對(duì)準(zhǔn)一直是全行業(yè)的技術(shù)難題；最后，圖像對(duì)準(zhǔn)后如何將多種模態(tài)的數(shù)據(jù)融合，進(jìn)行綜合分析，也有待進(jìn)一步探索。

即便這些問(wèn)題順利解決，基于醫(yī)學(xué)影像數(shù)據(jù)的診斷方法仍然存在局限性，我們還需要結(jié)合病史等文本信息進(jìn)行綜合考量，這正是大部分醫(yī)生正在做的。醫(yī)療AI從業(yè)者們已經(jīng)意識(shí)到了這個(gè)問(wèn)題，也在朝這個(gè)方向努力?！翱赡茉诓痪玫膶?lái)我們就能看到一些研究成果”。

俞益洲認(rèn)為，在深度學(xué)習(xí)等人工智能技術(shù)的帶動(dòng)下，醫(yī)學(xué)正在從“基于征象的醫(yī)學(xué)”轉(zhuǎn)向“數(shù)據(jù)驅(qū)動(dòng)的醫(yī)學(xué)”。他堅(jiān)信，隨著技術(shù)發(fā)展，人工智能的知識(shí)和經(jīng)驗(yàn)一定能夠超越單個(gè)專(zhuān)家的水平，只是通往未來(lái)的路上還有許多障礙需要踏平。

對(duì)于俞益洲來(lái)說(shuō)，踏足產(chǎn)業(yè)界并非終點(diǎn)，而恰恰是一個(gè)新的起點(diǎn)，他的研究和探索才剛剛開(kāi)始。雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。