“經世致用”是大多數(shù)中國學者的終極理想。在古代，實現(xiàn)理想的途徑是入仕為官，對應到現(xiàn)代，或許就是進入產業(yè)界。

作為一名學者，俞益洲已經攀上了山巔。今年11月，他先后獲得了2018 ACM杰出科學家和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，其核心是將三維計算機視覺和圖形學相結合；二是近年來做的將機器學習和底層計算機視覺相結合的研究。這些研究工作在當時非常熱門和富有前瞻性，在行業(yè)內造成了巨大反響。

談到這些研究成果以及它們帶來的榮譽，俞益洲十分輕描淡寫，“這是對我過去工作的一種肯定，說明我的研究成果對別人有參考價值和借鑒意義?！?/p>

他沒有提到的是，這兩項榮譽也給他的職業(yè)生涯上半場畫上了一個完美的句號。

職業(yè)生涯的“下半場”

作為一個深居象牙塔十八載的學者，今年秋季，俞益洲正式加盟深睿醫(yī)療擔任首席科學家，這意味著他的工作重心將從學術界轉向產業(yè)界。促使他做出這項決定的，是內心對知識“經世致用”的渴望。

過去十幾年里，俞益洲一直在高校從事教學和研究工作，他的不少研究成果成功實現(xiàn)了產業(yè)化。比如他曾經作為主要成員研發(fā)的部分計算機視覺和圖形處理技術，被廣泛應用于《黑客帝國》、《碟中諜2》、《加勒比海盜3：世界的盡頭》等美國電影的特效制作。

但俞益洲始終認為，這種轉化并不徹底，也缺乏針對性，他希望自己的研究成果能夠在更關鍵的領域幫助到更多人。思慮再三，他決定走出象牙塔，投身到產業(yè)界親自推動學術研究成果的產品轉化。

俞益洲考慮過幾個方向——自動駕駛、安防和醫(yī)療。綜合考量后，他認為，自動駕駛雖然看起來和計算機視覺密切相關，但它對后者的依賴程度并沒有外界想象的那么高，它更多是依靠傳感器等硬件設備，更偏向物聯(lián)網的概念。安防行業(yè)對計算機視覺技術的需求非常旺盛，不過這個行業(yè)已經非常成熟，盤踞著幾大巨頭，留給后來者的發(fā)揮空間不大。相比之下，醫(yī)學影像分析和計算機視覺有許多相通之處，醫(yī)學“懸壺濟世”的精神也更契合他對“經世致用”的想象。

再美好的理念也需要有承接的平臺，俞益洲進入醫(yī)療行業(yè)，很大程度也歸因于深睿醫(yī)療團隊的吸引力?！八麄兊膱F隊非常強大，也具備很好的互補性”，俞益洲對雷鋒網說道。

早在正式加盟前，俞益洲就和深睿醫(yī)療有過很多接觸，過程中他逐漸對后者有了了解。深睿醫(yī)療董事長雷鳴是“百度七劍客”之一，他對技術和商業(yè)都擁有非常透徹的理解。CEO喬昕具備深厚的醫(yī)學背景，曾經先后在國內三甲醫(yī)院和西門子醫(yī)療位居要職。CTO李一鳴則曾經就職于百度和高德信息技術有限公司，在大數(shù)據(jù)和機器學習方面有著深厚的造詣。

多元融合的團隊基因使得深睿醫(yī)療能夠真正從臨床的角度出發(fā)思考問題 ，同時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的秘訣。

今年4月份，深睿醫(yī)療對外宣布完成B輪1.5億元融資，由君聯(lián)資本領投，聯(lián)想之星跟投。至此，成立剛剛一年時間，深睿醫(yī)療就累計獲得了3億元融資，這樣的融資速度在行業(yè)內實屬罕見。

半年后，深睿醫(yī)療又用產品實力詮釋了它被資本看好的原因。不久前，深睿醫(yī)療在CCR大會上一口氣發(fā)布了四大品類七款AI產品，對于一家成立不到兩年的公司來說，這樣的產品布局速度實在令人嘆為觀止。而這些產品身上融入了俞益洲的不少心血。

在現(xiàn)實性與前瞻性間平衡

以首席科學家的身份加盟后，俞益洲把更多精力投入到了深睿醫(yī)療的產品研發(fā)當中。在深睿醫(yī)療，他的主要職責是帶領公司的技術團隊——深睿研究院。和高校時期相比，新工作包含的內容更加復雜：一方面，他需要帶領研究院的算法團隊進行項目攻關；另一方面，公司正處于快速成長階段，他需要對外延攬人才，不斷為公司注入新鮮血液。

從計算機視覺到醫(yī)學影像分析，俞益洲的研究重心也發(fā)生了很多變化。計算機視覺和醫(yī)學影像分析有很多相通的地方，但后者也有其獨特的挑戰(zhàn)，比如訓練數(shù)據(jù)少，數(shù)據(jù)分布高度不均勻，數(shù)據(jù)標注的一致性較差，數(shù)據(jù)類型豐富（多模態(tài)影像，文本+影像）等等。

“這意味著我們需要專門為醫(yī)療場景設計一些圖像處理和分析的算法；比如研制可以在小樣本上訓練，但泛化性強、對數(shù)據(jù)分布不敏感、對標注一致性容忍度高的AI模型”，俞益洲向雷鋒網介紹道。

作為公司技術團隊的負責人，俞益洲不僅要帶領團隊做具體項目的技術攻關，還要和外部高校、科研院所合作，進行前瞻性技術的研發(fā)。如何平衡兩方面的工作，十分考驗管理者的領導藝術。俞益洲介紹，平衡的關鍵在于合理分工，“同一組人同時干兩件事，可能什么都干不好”。深睿醫(yī)療內部80%的技術人員在從事產品級別的算法研發(fā)，剩下20%做前沿技術的探索。此外，深睿醫(yī)療還和10多家國內外頂級學術機構建立了長期學術科研合作，“兩邊相加，我們在前瞻性技術上投入的人力和資源并不少”。

事實證明，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、中山大學推出了一項最新研究成果——通過一種新的、非局部的上下文編碼網絡提高醫(yī)學圖像分割算法的魯棒性。

俞益洲介紹，在醫(yī)學圖像分析中，算法的魯棒性非常重要。如果算法對對抗噪聲的魯棒性較差，輸入的圖像稍有擾動，結果就會出現(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、基于卷積神經網絡的醫(yī)學圖像分割算法對對抗噪聲的抵抗性都比較差。主要原因在于，訓練醫(yī)學圖像分割算法的訓練集較小，經常導致過擬合，從而降低了模型的泛化能力。在自然圖像領域，這一問題已經得到了解決，但相同的對抗訓練策略放在醫(yī)學圖像上效果并不好。

為此，深睿醫(yī)療聯(lián)合香港大學、中山大學提出了通過非局部上下文編碼網絡提高醫(yī)學圖像分割算法的魯棒性。從實際效果來看，這種方法在對抗噪聲環(huán)境下得到的結果“幾乎和沒有噪聲環(huán)境下得到的結果一樣?！边@項研究成果將發(fā)表于一流的人工智能學術大會AAAI 2019.

那些不曾到過的遠方

雖然醫(yī)學影像分析算法的某些方面還有待提高，但總體而言，經過兩三年的發(fā)展，醫(yī)學影像AI已經步入了相對成熟的階段。典型表現(xiàn)之一就是產品形態(tài)更加多樣化了：過去行業(yè)內主要圍繞肺部CT和眼底彩照兩種影像數(shù)據(jù)進行產品開發(fā)；如今，針對更多病種和影像數(shù)據(jù)類型的算法已經初露端倪。

接下來，如何基于多模態(tài)影像數(shù)據(jù)進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，但這項技術也面臨不少挑戰(zhàn)。首先，這種方法需要的數(shù)據(jù)種類更多，給數(shù)據(jù)采集提出了挑戰(zhàn)；其次，多模態(tài)數(shù)據(jù)間的對準一直是全行業(yè)的技術難題；最后，圖像對準后如何將多種模態(tài)的數(shù)據(jù)融合，進行綜合分析，也有待進一步探索。

即便這些問題順利解決，基于醫(yī)學影像數(shù)據(jù)的診斷方法仍然存在局限性，我們還需要結合病史等文本信息進行綜合考量，這正是大部分醫(yī)生正在做的。醫(yī)療AI從業(yè)者們已經意識到了這個問題，也在朝這個方向努力。“可能在不久的將來我們就能看到一些研究成果”。

俞益洲認為，在深度學習等人工智能技術的帶動下，醫(yī)學正在從“基于征象的醫(yī)學”轉向“數(shù)據(jù)驅動的醫(yī)學”。他堅信，隨著技術發(fā)展，人工智能的知識和經驗一定能夠超越單個專家的水平，只是通往未來的路上還有許多障礙需要踏平。

對于俞益洲來說，踏足產業(yè)界并非終點，而恰恰是一個新的起點，他的研究和探索才剛剛開始。雷鋒網

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。