阿里云发起首届 Spark “数字人体” AI 挑战赛 — 聚焦上班族脊柱健康

本文涉及的产品
EMR Serverless StarRocks,5000CU*H 48000GB*H
简介: 2020年6月4日,首届 Apache Spark AI 智能诊断大赛在天池官网上线。Spark “数字人体” AI 挑战赛——脊柱疾病智能诊断大赛,聚焦医疗领域应用,召集全球开发者利用人工智能技术探索高效准确的脊柱退化性疾病自动诊断。现已面向全社会开放,为所有大数据技术爱好者以及相关的科研企业提供挑战平台,个人参赛或高等院校、科研单位、互联网企业等人员均可报名参赛。本次挑战的目标是通过核磁共振成像来检测和分类脊柱的退行性改变,形成一批创新性强、复用率高的算法案例,并积极推动相关技术的临床应用,用科技造福医疗事业,鼓励人工智能与疾病预防深度融合的应用落地,由点到面驱动国内人工智能医疗产业发展。

1920_1080_KV_0602@2x 二维码.png

2020年6月4日,首届 Apache Spark AI 智能诊断大赛在天池官网上线。Spark “数字人体” AI挑战赛——脊柱疾病智能诊断大赛,聚焦医疗领域应用,召集全球开发者利用人工智能技术探索高效准确的脊柱退化性疾病自动诊断。现已面向全社会开放,为所有大数据技术爱好者以及相关的科研企业提供挑战平台,个人参赛或高等院校、科研单位、互联网企业等人员均可报名参赛。

本次大赛将由阿里云计算有限公司、英特尔(中国)有限公司联合主办,湘雅医院、浙江大学附属第二附属医院、解放军301医院作为指导单位,唯医骨科共同合作,全程有资深技术专家提供技术指导。

本次挑战的目标是通过核磁共振成像来检测和分类脊柱的退行性改变,形成一批创新性强、复用率高的算法案例,并积极推动相关技术的临床应用,用科技造福医疗事业,鼓励人工智能与疾病预防深度融合的应用落地,由点到面驱动国内人工智能医疗产业发展,向公众真正意义上展示大数据AI在整个社会不可替代的价值。

据天池大赛官网显示,大赛赛事总奖金达46万元,8月底复赛代码审核通过的GPU和CPU赛道的TOP6的参赛队伍选手代表,将分别受邀参加决赛。本次比赛尤其鼓励企业参赛,代表企业参赛并进入第二赛季的队伍,将有机会成为阿里云医疗行业合作伙伴。达摩院人工智能中心负责人、阿里巴巴高级研究员华先胜表示:作为数字人体系列赛的第三场,我们希望通过比赛推动人工智能技术在医疗健康领域的技术创新和应用落地。有一些领域需求很大但关注度还不太够,比如骨科,通过这个比赛让AI为医生、患者、医院、科研机构发挥作用,推动健康中国的目标的实现。同时也希望这次大赛创新出来的技术能够在真实的场景中落地,产生真实的价值。”

由于脊柱病变发展缓慢且不明显,因为脊柱变形,椎间盘逐渐变薄,椎骨腔隙内的所有神根和血管都受到压迫,与它们有关的器官因此受到伤害,血液流通和神经感应不畅,造成大脑指挥失灵,很多器官的功能因而受到影响。近年来,脊柱退化性疾病,如腰椎间盘突出等症状正呈现出年轻化的趋势,困扰着老年人群体和办公族,正确的预防和干预能够有效防止疾病的恶化。核磁(MRI)作为非侵入式检查手段,对软组织成像好,无辐射,对肌肉骨骼疾病的特异性和敏感度较高,适合对普通人群的常规检查,是预防脊柱退化性疾病的可靠检查手段。同时临床上,对脊柱退化性疾病的诊断的一致性有待提高,人工智能算法在临床流程中可以帮助提高诊断的一致性和可量化性,对量化评估针对脊柱退化性疾病的干预效果有着很高的价值。

脊柱疾病智能诊断大赛,这是一个全新的领域,它将先进的人工智能与脊柱疾病进行交叉融合,本次比赛将极大推动脊柱疾病的诊疗水平,造福更多的患者。浙大二院骨科主任叶昭明希望比赛选手可以在不同的领域深入学习,了解更多的人工智能、脊柱生物学,脊柱解剖学和脊柱的临床知识

阿里云一直致力于开源生态的发展,提供更好的云上开源平台。开源Spark技术在中国技术圈里生根发芽,获得越来越多开发者的信赖,这次天池大赛更是将Spark技术推向了医疗领域。这次英特尔、达摩院、阿里云 EMR 、Databricks 强强联手、多方合作的大赛,希望能够让开源社区和医学行业更好的结合,创造更大的业务场景,这是一个非常好的机会,让新一代的基础设施云算力非常方便让所有人使用。英特尔高级首席工程师戴金权表示:"这次天池大赛英特尔和阿里云一起合作,在Apache Spark平台上支持深度学习应用,并提供英特尔至强服务器上BF16、VNNI等最新的AI技术,希望能为各位选手打造一个更好的软硬件平台,大家能在上面有更多的创新。"


报名入口及赛题详情:
https://tianchi.aliyun.com/specials/promotion/spark-cv

更多信息请加入Spark数字人体挑战赛选手问答钉钉群
群号:31932828
image.png


阿里巴巴开源大数据技术团队成立Apache Spark中国技术社区,定期推送精彩案例,技术专家直播,问答区近万人Spark技术同学在线提问答疑,只为营造纯粹的Spark氛围,欢迎钉钉扫码加入!
二维码.JPG

对开源大数据和感兴趣的同学可以加小编微信(下图二维码,备注“进群”)进入技术交流微信群。

image.png

Apache Spark技术交流社区公众号,微信扫一扫关注

image.png

相关文章
|
7月前
招募!阿里云x魔搭社区发起Create@AI创客松邀你探索下一代多维智能体应用
招募!阿里云x魔搭社区发起Create@AI创客松邀你探索下一代多维智能体应用
648 0
|
人工智能 机器人 机器学习/深度学习
|
机器学习/深度学习 人工智能 算法
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
1天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
1天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
|
7天前
|
机器学习/深度学习 人工智能 JSON
【实战干货】AI大模型工程应用于车联网场景的实战总结
本文介绍了图像生成技术在AIGC领域的发展历程、关键技术和当前趋势,以及这些技术如何应用于新能源汽车行业的车联网服务中。