第三届“专病数据库、样本库、知识库”临床三库建设与医学人工智能应用研讨会

2024-05-10 网络 网络 发表于加利福尼亚

2024年6月1日-6月2日,不见不散。

一、会议简介

随着生命科学的飞速进步和大数据时代的到来,以及高通量测序技术的广泛应用,生物学领域产生了海量的基因组、转录组、蛋白质组等生物数据。这些数据不仅规模庞大,而且复杂多样,传统的实验方法已难以满足对这些数据进行高效、准确分析的需求。生物信息学借助计算机科学、数学和统计学等学科的强大工具,并结合医学人工智能,通过大数据和深度挖掘等技术,对这些生物数据进行处理、分析、挖掘和解释,以揭示生物体内部的复杂机制和规律。伴随技术的不断革新和数据的不断积累,生物信息学将继续在生命科学领域发挥越来越重要的作用。本次中国研究型医院学会临床数据与样本资源库专业委员会联合上海市生物信息学会、复旦大学智能医学研究院共同主办“第三届‘专病数据库、样本库、知识库’临床三库建设与医学人工智能应用研讨会暨上海市生物信息学会2024年会”,会议规模200人,聚焦于专病样本库、数据库与知识库的构建,以及利用数据科学和信息学方法,促进中国的健康医疗数据研究工作,推动中国健康医疗数据研究方法和应用,促进生物医学信息学领域的合作与培训。

本次研讨会将授予国家级Ⅰ类继续医学教育学分4分【国家级继续医学教育项目编号:2024-02-08-004(国)】,以及国家级继续医学教育项目学分证书。现将有关事项通知如下:

二、会议时间与地点

会议时间:2024年6月1日-6月2日

会议地点:上海市浦东新区祥科路257号云飞大厦

三、会议内容

会议将邀请顶级院所、知名企业专家在以下方面进行讲授与交流—生物医学数据挖掘与计算、OMOP通用数据模型CDM和标准术语集、基因组信息学、人工智能与生命科学、组学信息学与整合生物学、全基因组关联分析、网络生物学、重大疾病组学信息学、生物大分子结构预测与模拟、生物信息学算法研究、生物数据资源、生物信息学与药物发现、计算合成生物学、临床信息学、生物样本库信息管理等。

四、招商方案

(一)会议冠名

本次研讨会将征集活动冠名企业1家,冠名费为7万元。活动冠名企业在会议期间将享有以下服务:

1、会议冠名;

2、在会场内2块冠名企业宣传广告;

3、胸卡背面印冠名企业广告;

4、在会场播放冠名企业宣传片;

5、在展区摆放企业宣传广告与宣传册;

6、活动中提供25分钟发言时间(企业报告);

7、获得主办方提供的会议资料;

8、以冠名企业名义参加晚宴(最多2人参加)。

(二)企业报告

本次研讨会将穿插安排企业报告环节,每场企业报告时长约25分钟,赞助费为5万元。赞助企业在会议期间将享有以下服务:

1、 企业报告环节提供25分钟发言时间;

2、 在展区摆放企业宣传广告与宣传册;

3、 在会场播放企业宣传片;

4、 获得主办方提供的会议资料;

5、 企业共同参与专家晚宴(最多2人参加)。

(三)协办单位

本次研讨会将征集3-4家企业作为协办单位,赞助费为2万元。协办单位在会议期间将享有以下服务:

1、 在各类会议资料中列入协办单位;

2、 在展区摆放企业宣传广告与宣传册;

3、 在会场播放企业宣传片;

4、 获得主办方提供的会议资料;

5、 协办单位共同参与专家晚宴(最多1人参加)。

(四)室内展位

本次研讨会将在会场旁的室内设立展区,展位赞助费为1万元。设立展位的单位在会议期间将享有以下服务:

1、 在展区摆放企业宣传广告与宣传册;

2、 在会场播放企业宣传片;

3、 企业资料(最多两份)放入资料包;

备注:展位统一配置为一桌两椅加一块易拉宝。

五、汇款方式

开户名称:上海星赟智科技有限公司

开户银行:中国工商银行上海市浦东分行

银行帐号:1001280909069156017

六、会务组联系人

学会联系人:王莉莹 021-20283712

会务联系人:李  伟 13788942921

中国研究型医院学会         复旦大学智能医学研究院         上海市生物信息学会

2024年5月10日

 

附:届“专病数据库、样本库、知识库”临床三库建设医学人工智能应用研讨会议程(会议具体时间和内容以实际情况为准)

时间:2024年6月1日-6月2日

地点:上海市浦东新区祥科路257号云飞大厦三楼报告厅

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2203893, encodeId=6389220389338, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a> <a href='/topic/show?id=e704114322ff' target=_blank style='color:#2F92EE;'>#专病数据库#</a> <a href='/topic/show?id=f3401143235c' target=_blank style='color:#2F92EE;'>#临床样本库#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=114322, encryptionId=e704114322ff, topicName=专病数据库), TopicDto(id=114323, encryptionId=f3401143235c, topicName=临床样本库), TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Fri May 10 13:29:10 CST 2024, time=2024-05-10, status=1, ipAttribution=上海)]

相关资讯

Radiology:人工智能在肺癌筛查中的附加价值

现阶段,胸部平扫低剂量CT (LDCT)是肺癌筛查的标准成像方案。除了肺实质外,这种成像方式还提供了胸部解剖结构的高空间分辨率描述,从而可以对身体成分进行机会性评估。

European Radiology:基于人工智能的全自动肩部解剖标志检测

多项研究显示,肩袖撕裂患者常伴有肩关节不稳。然而,从X光片上评估解剖角度和肩部运动学需要对每个图像中的特定结构进行标记。

【综述】| 基于人工智能的H-E染色全切片病理学图像分析在肺癌研究中的进展

本文总结了肺癌领域利用人工智能手段进行病理学图像分析的应用进展,并对未来发展方向进行展望。

抗癌新进展,使用计算机、人工智能和激光来治疗胰腺癌就要开始了!

今天我们给大家报道的是一个新科技,通过计算机技术和激光来实现胰腺癌的治疗,这个是欧盟资助的项目,旨在通过人工智能(AI)来改善胰腺癌患者的前景。

European Radiology:人工智能实现快速膝关节MR成像的可行性

基于人工智能的重建方法通过卷积神经网络从大量完全采样的MR图像中预学习图像结构信息,并将预训练的知识应用于欠采样图像重建,允许高加速水平,并可同时保持高图像质量和潜力。

European Radiology:虚拟单色图像CT肺栓塞检测的人工智能算法

现阶段,人工智能(AI)越来越多地应用于医学成像中,试图减轻放射医师日益增长的工作量。已有研究表明,AI算法对传统的多色图像(CPI)具有较高的诊断精度,能够提高影像科医师对PE的检测水平。