ICLR 2023 Workshop | 医疗健康领域的可信机器学习

最新推荐文章于 2026-07-29 15:38:09 发布

转载最新推荐文章于 2026-07-29 15:38:09 发布 · 1k 阅读

本内容遵循CC 4.0 BY-SA版权协议

原文链接：https://mp.weixin.qq.com/s?__biz=MzUxNjcxMjQxNg==&mid=2247568988&idx=3&sn=1f2ecbbf4b5aa349d37a7dc3c0e12ca5&chksm=f9a0bcd3ced735c58e5c946860e116e2b0d5edc3d578207e313d0b1611af9cb9f2228d6d473a&scene=126&sessionid=0

点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

点击进入—>CV微信技术交流群

作为机器学习领域三大国际顶级会议之一，ICLR 2023 （International Conference on Learning Representations）将于2023年5月1-5日举办。“医疗健康领域的可信机器学习”研讨会（TML4H Workshop）将依托ICLR 2023举办。

背景

由于机器学习（Machine Learning, ML）技术的快速发展和医疗数据规模的不断扩大，机器学习在许多医疗健康任务中已经达到甚至超过了人类的表现。然而，机器学习技术在实践中还远未得到广泛应用。由于现实世界的场景十分复杂，机器学习的可信度往往面临着缺乏可解释性、泛化性、公平性、隐私性等挑战。因此，提高机器学习的可信度对于帮助医生和患者使用相关技术具有重要意义。本次研讨会旨在汇集来自跨学科领域的研究人员，包括但不限于机器学习、临床研究和医学影像等，为如何开发可信赖的机器学习算法提供不同的视角，以加速其在医疗领域的落地。

研讨会主页：

https://sites.google.com/view/tml4h2023

本次研讨会接收长论文、短论文、以及立场论文，并将于五月四日以线上形式开展。届时将有多位跨领域专家分享在医疗健康和可信机器学习等领域中的研究进展，并对领域相关热点问题和未来挑战进行深入讨论。截稿日期：2023 年2月10日。

研究领域与主题

本次研讨会感兴趣的主题包括但不限于：

Generalization to out-of-distribution samples.
Explainability of machine learning models in healthcare.
Reasoning, intervening, or causal inference.
Debiasing ML models from learning shortcuts.
Fair ML for healthcare.
Uncertainty estimation of ML models and medical data.
Privacy-preserving ML for medical data.
Learning informative and discriminative features under weak annotations.
Human-machine cooperation (human-in-the-loop, active learning, etc.) in healthcare, such as medical image analysis.
Multi-modal fusion and learning, such as computed tomography (CT), magnetic resonance imaging (MRI), ultrasound, pathology, genetics, electronical healthcare records, etc.
Benchmarks that quantify the trustworthiness of ML models in medical imaging tasks.

时间安排

截稿日期：2023 年2月10日

审稿结果通知日期：2023年3月3日

研讨会日期：2023年5月4-5日

联系方式

如果您对研讨会有任何问题，请通过：tml4h2023@gmail.com与我们联系。

点击进入—>CV微信技术交流群

CVPR/ECCV 2022论文和代码下载

后台回复：CVPR2022，即可下载CVPR 2022论文和代码开源的论文合集

后台回复：ECCV2022，即可下载ECCV 2022论文和代码开源的论文合集

后台回复：Transformer综述，即可下载最新的3篇Transformer综述PDF

医疗影像交流群成立
扫描下方二维码，或者添加微信：CVer222，即可添加CVer小助手微信，便可申请加入CVer-医疗影像 微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer等。
一定要备注：研究方向+地点+学校/公司+昵称（如医疗影像+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲扫码或加微信号: CVer222，进交流群
CVer学术交流群（知识星球）来了！想要了解最新最快最好的CV/DL/ML论文速递、优质开源项目、学习教程和实战训练等资料，欢迎扫描下方二维码，加入CVer学术交流群，已汇集数千人！

▲扫码进群
▲点击上方卡片，关注CVer公众号

整理不易，请点赞和在看