杨健程

院系：电子信息与电气工程学院 电子系

博士导师：倪冰冰

科研方向：医疗AI和3D视觉

曾获荣誉：上海市优秀毕业生（2022）、张煦院士奖学金（2022）、博士生国家奖学金（三度：2019、                2020、2021）、入选AI华人新星百强榜单（2021）

毕业去向：瑞士洛桑联邦理工大学（EPFL）博士后

座右铭：不比较，不计较

作为一位机器学习领域的博士，杨健程坚信人工智能技术将会深刻的改变人类生活，尤其人工智能技术与其他领域的深入结合将会掀起一场科学革命。对他来说，对人工智能和生物医学的浓厚兴趣促使他从事医疗AI的研究。

与医疗AI结缘于阿里巴巴天池医学AI大赛

本科和硕士阶段，杨健程就读于上海交通大学自动化系。期间他参加了交大与法国的双硕士项目，并在法国学习了两年。硕士毕业后，他得到了腾讯、蚂蚁金服等国内多个互联网公司人工智能实验室的工作邀请，但是最终他决定来到电子系攻读博士学位。

改变了他的职业选择并推动他攻读博士学位的，是2017年阿里巴巴天池医疗人工智能大赛。这场比赛的目的是利用人工智能从CT影像中检测肺结节，吸引了全球2887支团队参加比赛。他与团队开发了先进的全3D肺结节检测方案；经过7个月的努力，团队最终获得了全球第3名的成绩。这次比赛极大地激发了他对医学图像计算的研究兴趣：这些研究不仅可以以此研究先进的计算机视觉技术，在将来还可能拯救更多生命。

在这之后，他来到电子系倪冰冰教授的团队进行医学图像分析和3D计算机视觉相关的博士研究。博士期间，他曾在哈佛大学的视觉计算组研究访问，师从Hanspeter Pfister教授。随后，他在瑞士EPFL的计算机视觉实验室联合培养（国家公派），师从Pascal Fua教授。Hanspeter Pfister教授和Pascal Fua                                                                 教授均是计算机视觉和生物医学成像领域的权威学者。

（左）倪冰冰教授合影 （右）Pascal Fua教授合影

以高水平交叉学科研究推动精准医学和分级诊疗

杨健程主要研究医学图像分析、3D计算机视觉及其交叉领域。他的研究涵盖算法设计和临床研究，已发表30余篇研究论文，包括Cancer Research/eBioMedicine/CVPR/MICCAI/NeurIPS等一作顶刊顶会。长期担任10余个主流人工智能和医学图像顶级学术会议程序委员和学术期刊审稿人，多次在国际AI挑战赛中名列前茅，并作为主要组织者举办了MICCAI 2020肋骨骨折挑战赛。博士期间，杨健程曾获张煦院士奖学金并三度获博士生国家奖学金（教育部颁发的博士期间最高荣誉）。2021年，杨健程入选AI华人新星百强榜单（交大共9名师生入选）。

在算法设计方面，杨健程开发了基于集合注意力（Set Attention）机制的关系学习，并将之应用于3D点云分析（CVPR 2019）和肺结节诊断和检测（MICCAI 2019，ISBI 2020）。此外，他开发了一些系列3D神经网络的2D预训练方法，包括ACS Convolutions（IEEE JBHI），AlignShift（MICCAI 2020）和A3D（MICCAI 2021），这些方法可以将2D图像上训练的神经网络权重直接迁移到适用于3D图像的3D神经网络中。结合在医学图像分析和3D计算机视觉中的研究特长，杨健程正在从事医学图像中几何深度学习的相关研究，创新的将点云方法和隐式场方法引入医学图像领域（MICCAI 2021，CVPR 2022，MICCAI 2022）。

在临床研究方面，杨健程主要关注肺癌筛查、诊断、治疗以及随访的智能解决方案。他和合作者开发了一系列跨模态预测的研究工作，包括肿瘤浸润预测和肿瘤驱动基因预测（Cancer Research，Cancer Medicine封面文章，MICCAI 2020）。此外，他还开发了肿瘤生长预测（MICCAI 2020）、药物疗效预测（MICCAI 2020）等一系列方法。这些研究有望推动精准医疗和分级诊疗，让医生看见“看不见”的信息，甚至预测未来。

在未来的研究工作中，他希望通过结合医学图像分析和3D计算机视觉的最新进展，树立医学3D视觉的研究标杆，推动医疗人工智能的发展，从而造福患者、赋能医生、影响行业。

（左）RSNA 2019 芝加哥（右）MICCAI 2019 深圳

为研究社区贡献开源数据和测试基准

除了上述算法研究和临床研究外，杨健程还热衷于开发开源数据和测试基准。他和合作者开发了MedMNIST（https://medmnist.com/），可以被认为是医学图像领域的MNIST集合，包括12个2D数据集和6个3D数据集。通过广泛覆盖各个模态的医学图像数据并将之标准化，MedMNIST兼具标准性、多样性、轻量性和教育性。在发布至今的18个月里，该数据获得6万+的下载量，其代码GitHub仓库获得了500+的stars。同时，该研究工作被10+媒体自发转载，其中单篇阅读量超过1万。

此外，作为主要组织者，杨健程及其合作者举办了MICCAI 2020 RibFrac挑战赛（https://ribfrac.grand-challenge.org/）。该挑战赛是国际上唯一一个肋骨骨折检测的测试基准，相关研究发表于柳叶刀子刊eBioMedicine。比赛吸引了包括北京大学、牛津、港中文、加州大学尔湾分校、飞利浦研究院、三星研究院等全球600余支团队的参与。

科技创业，从实验室走向临床

为了将将 AI for good付诸实践，杨健程联合创立了点内科技（https://dianei-ai.com/），一家专注于肺癌筛查、诊断、随访、治疗全病程管理AI解决方案的医疗科技公司。从战略、研究到落地，杨健程带领点内科技的技术团队从零到一开发出肺癌全病程多组学AI解决方案，覆盖筛查、诊断、治疗和随访。将尖端医疗AI技术落地到真实临床场景，系列产品ScrynPro（费检安，主要用于肺癌筛查），NoduleCare（费访安，主要用于肺癌随访），SurgiPro（术安宝，主要用于肺癌手术），TheraPro（费愈安，主要用于肺癌治疗）服务157家医疗机构，累计服务150万余次。开创了颠覆性的基于术前影像预测术后病理浸润的人工智能方法，有望变革肺癌治疗的手术方式和临床指征，该方法进入首个胸外科领域“人工智能辅助诊断”专家共识（发表于《中国肺癌杂志》），对指导AI在肺结节诊断和应用具有重要意义。

点内科技创业团队

“国王用城堡使自己强大，绅士则用书桌”

工作之余，杨健程是一个阅读爱好者，博士期间阅读了100+和专业不相关的“闲书”。他主要阅读非虚构类作品，喜欢《穷查理宝典》、《原则》这类的智者 “宝剑”，喜欢《思考，快与慢》、《自私的基因》这类的自然教条，也喜欢赫拉利人类三部曲、戴蒙德《剧变》这类的古今之鉴。当然，偶尔他也喜欢一些虚构类的作品，例如《围城》、《我是猫》这类充满生活趣味的小说。最近，他阅读了《莫斯科绅士》，用有趣的语言讲述了一个时代变迁的故事，爱不释手。除了“正经”爱好，作为一个大龄宅男，他是B站的资深用户。此外，他还很享受和妻子一起玩游戏、看电影和寻觅美食。

“做人做事，需要时刻记住‘不比较，不计较’”，杨健程记得一位长者的教诲。作为一个研究者，杨健程对此深有感悟。学界有非常多的闪耀明星，越往高处走，越能接触到一些全方面都碾压自己的牛人。对此，我们需要做的，是在见贤思齐的同时，保持一颗接纳自己的心。人们的起点、环境、时运都有所不同，盲目比较是没有意义的，我们要做的只是做好自己。在相信自己走在正确的路上以后，就不要计较得失，用十足的努力，将自己的选择走成一条正确的路。