Datathon一等奖专访,北理工辛怡教授:过程比结果更重要

  • 时间:
  • 浏览:1

“本次2019医疗大数据Datathon,一等奖的获得者是:7队!”随着主持人激动人心话语语,来自北京理工大学的辛怡教授带领她的团队走上了2019医疗大数据Datathon的领奖台。三年参赛交流经验,持续打磨前沿课题“我是

 

“本次2019医疗大数据Datathon,一等奖的获得者是:7队!”

随着主持人激动人心话语语,来自北京理工大学的辛怡教授带领她的团队走上了2019医疗大数据Datathon的领奖台。

三年参赛交流经验,持续打磨前沿课题

“我是北京理工大学生物医学工程系的老师,一点人儿儿的专业是用工程手段去处理医学问题图片和临床技术问题图片,这是我带着团队第三次参加Datathon活动了。”辛怡教授的眼神里洋溢着喜悦和激动,仿佛还是第一次参加到活动中。

辛怡是北京理工大学生命学院生物医学工程系副教授,中华医学精医学信息学分会医学大数据与人工智能学组委员,她的研究方向主就是 生物医学信号的时频联合多尺度病态识别、基于医学数据的疾病关联因素分析与智能利用。

因为Datathon比赛时间有限,还须要衡量每种子任务的工作量,快速根据方案调整算法和思路,全都无论是对队长还是队员,都会一场考验。一起去,Datathon在参与课题选者上的难度ue很大,既要提出有创新性就是 有临床价值的问题图片,又要在数据处理时能得到mimic和EICU数据的支持,全都赛前出题阶段须要阅读几滴 文献,就是 不断向临床医生求教。

“Datathon最吸引人的地方在于,它不仅是俩个多多 竞赛和交流,更是俩个多多 学术平台,从出题刚开始了了就可不须要得到组委会国际顶级专家的建议和指导。一点人儿儿第一年参加Datathon时,是抱着尝试的态度加入了买车人的队伍,但在过程中发现一点活动非常有趣,能从中学精全都知识,并结识不同学科的一点人儿。全都第二年一点人儿儿团队就鼓起勇气买车人做成俩个多多 队伍参打上去来了,真是这次的表现都会非常完美,但一点人儿儿的选题受到了来自现场全都教授评委的鼓励和支持,也在一点人儿的帮助下制定了优化课题的方向。”

“全都今年一点人儿儿又来了,把时候的选题做了深入改进,在翻阅一点文献并查询了全都数据库后,课题的层厚广度都得到了提升,问题图片变得更复杂化,研究难度都会所加大,但相较时候有了更强的实用意义。获得现在的结果,这样说一点人儿儿团队这样白熬这样多夜。”  

在Datathon比赛当天,主会场晚上10点因为关闭,但随处可见参赛队伍在走廊和酒店大堂熬夜讨论课题,钻研成果。

临床人员加入课题,组成复合背景团队

今年的Datathon活动以临床医疗为主题,全都全都课题的队长都会来自行业前线的临床医师,一点人儿招募的对象以算法工程师、数据科学家为主,具备医疗和数据科学双重背景的人才在团队成员招募环节显得格外紧俏。

与在场大多数团队不同的是,辛怡所在团队成员基本是算法出身,是现场为数不要 的算法团队,全都一点人儿招募对象是经验富于的临床医生和来自医院的医学工程人员。

很幸运的是,一点人儿在现场招募到了一位思维活力热衷科研的年轻临床医生,将富于的经验应用到课题中,将课题方向在医生的指导下得到了深入和细化极大程度上推进了团队对这血清钠课题的研究。还招募了一名来自医院医工处的工程师,让团队在五六天的比赛中将所设计的算法以安卓app的形式得以呈现,为成展现增色不少。

两位成员的加入让团队如虎添翼,也充分体现了处理医学数据问题图片的真谛:“从临床中来,再回到临床中去”。

国外专家教授助力,进一步细化研究辦法

辛怡教授的团队研究的课题是“根据ICU患者的生命体征和治疗辦法 预测血清钠水平”,一点人儿儿都知道纳离子是细胞外液的主要阳离子,而血清钠对维持体内电解质平衡、酸碱平衡和渗透压平衡起到关键作用,血清钠异常易指在于ICU中的危重患者,就是 很因为会因为更高的死亡率和更长的ICU滞留时间,可不须要说血清钠的水平与ICU患者的生命密切相关。

然而通过现有的医学技术,这样检测血清钠水平而无法达到预测的程度,因为能根据患者的生命体征和治疗辦法 来预测血清钠水平,这样医源性高钠血症的预测因子也将更加明确,也能在临床治疗过程中通过治疗辦法 的选者来减少高钠血症指在概率。

就是 一点课题目前的研究进展到怎么程度?在课题具体展开的时候还须要考虑一点因素?也给团队带来了一点研究上的困难,这时候现场专家教授的辅导带来了很大帮助。

每届Datathon活动都会有来自MIT,哈佛医学院的国外专家亲临现场,一点人儿代表着各自 领域的领先水平。组队完成的第五六天早上,专家们在开完会后好快深入每个小组,辛怡教授的团队也得到了一位该领域专家的指导,帮助一点人儿把研究课题和研究辦法 进一步细化,让一点人儿在短时间内得到高质量的成果。

借助数据科学合作协议协议平台,让观赛者层厚参与

   

不同以往的是,在今年Datathon的组队报名及合作协议协议阶段还引入了数据科学协同平台K-Lab,云原生的平台提供了开箱即用的统一环境,云端挂载了比赛中要用到的数据库,不必下载即可直接使用,让团队中不同背景的成员可不须要在科研项目上好快达成合作协议协议。

“K-Lab是俩个多多 很新颖的数据科学工具,在这次活动中它提供了很好的编程环境,作为俩个多多 Notebook,不管一点人儿儿是观赛还是参赛,都也能层厚参与进来,就是 后面 有全都现成的代码片段,对于医生来说使用很方便。甚至在比赛刚开始了后,一点人儿儿还可不须要搞懂研究成果与更多人分享交流。”

校内难得的学习交流,探索开放式科研实践

在这次比赛中,她一阵一阵视Datathon的学习环节,也总是在探索以赛促学的教学模式,探索对于学生“新型竞赛+知识储备+拔尖适应力+工程训练+职业素养+心理建设”的综合能力培养路径。这次比赛过程中,围绕在辛怡教授身边的“参赛团队”人数远比一点队要多,就是 再一看才发现,那我全都名成员是她从学校带来观摩这次比赛的本科生,真是一点人儿还这样掌握数据分析技能,就是 这次活动都会给一点人儿带来思维的指引。

以竞赛为牵引,引导学生提升知识整合能力和实践动手能力,了解国内外主流技术需求,学以致用,一起去也是检验学习成效、有有助于学生提升自主持续学习能力的契机。而K-Lab作为一款数据科学协同平台,也能承载起观赛和参赛的双重需求,给观赛者带来层厚参与的体验。

“即使是观摩也一定得来,在学校的学习阶段中,学生们先要接触到Datathon那我的因为,从提出问题图片、团队合作协议协议,到最后处理问题图片的过程,用短时间去跑完一整个项目。”辛怡教授认为Datathon的意义完整篇 不仅限于参加比赛,得奖就是 结果而都会目的,参加这次活动更大的意义在于与各个领域的人才交流,向同专业内的专家学习。

把Datathon的交流学习意义进一步放大,让这场盛大的医学科研实践不止作为研究课题刚开始了了,就是 让活动的精神影响到更多人,包括全都学生、初学者和从业多年的临床医疗人员,促成更医疗数据行业的层厚融合。

“参加Datathon是会上瘾的,每买车人都会边熬夜喊累,一起去又很努力地往结果推狂奔。这是医学大数据研究的最好课堂,从赛前出题、赛场提取数据、数据统计分析、机器学习、软件应用,每俩个多多 参赛队伍的课题都可不须要看作医学数据研究模式的缩影,无论是研究意义或算法设计,还是细到提取数据的策略和纳入考虑的字段,“医生”“算法工程师”“前端工程师”都须要充分沟通交流和合作协议协议,五六天的头脑风暴加快速的数据处理,无论最终呈现的效果怎么,我相信每个参与其中的player都大有收获。无论名次是为社 样,明年我都会继续来到这里。”

(本内容属于网络转载,文中涉及图片等内容如有侵权,请联系编辑删除)