Description
Day 2, 13:50–14:20
本場演講將以胸部X光腫瘤辨識應用為例，分享我們醫院如何利用 Python 相關技術開發「醫療影像標註系統」、「即時醫療影像辨識AI平台」的經驗。 演講內容將會包含： - 醫學影像標註系統的設計考量：標註肺部腫瘤需要領域專家的參與，將分享如何設計一個流程及標註系統(Flask, Vue.js)以產生高品質的標註資料集。 - 深度學習模型封裝及佈署：以 AI Model/API/Client 的架構(PyTorch, Flaskrestful api, docker)，讓資料科學家可以方便的佈署訓練好的 AI Model，並讓 AI 平台具備橫向擴展性 - 即時胸部X光腫瘤AI平台： 如何利用 micro service 架構串接 data pipeline 各個模組 串接線上的X光影像PACKS系統： 整合 APScheduler進行事件排程及觸發 整合 PyDicom 進行影像檔案解析 內容會比較著重於如何將深度學習模型包裝成線上服務的經驗，而不會探討深度學習的模型及訓練細節。
備註：建議聽眾朋友有一點機器學習背景（入門課程）與略有後端開發經驗（半年+）
Slides: https://www.slideshare.net/maxcclai/pycontw2020-ai
Speaker: Max Lai
- Taichung.py 組織者
- 專長是電腦視覺,機器學習與敏捷開發,業餘的時間也嘗試研究 Python 與 IoT 領域相關的 project.