专题：第21届中国国际金融论坛新手配资
第21届中国国际金融论坛于2024年12月19日-20日在上海召开。加拿大Nova Scotia Health 数据科学家、浙大交叉学科研究中心副研究员丁毓出席并演讲。
以下为演讲实录：
丁毓：大家好，我是丁毓，拥有专业的数学与计算机专业背景，过去十几年扎根北美，在多个领域摸爬滚打，工作始终围绕数字和数学模型展开。
当初，我投身于偏微分方程的研究，那时的算力条件远不如现在，为了获取精准的研究结果，画网格成了我们日常科研的重要手段。 后来，人工智能浪潮兴起，我果断转型，全身心扎进 AI 医疗领域。在加拿大，不管是在联邦层级的卫生部，还是省级的卫生厅，我都担任数据科学家一职，长期的工作实践让我深刻认识到，尊重当地的法律法规以及契合地方政策导向，是开展一切工作的重要基石。
就在几个月前，我怀着对未来科技的憧憬回到了中国。选择回国，一方面是看到中国蓬勃发展的态势，这里的机遇相较于加拿大更为广阔、多元，无论是新兴技术的应用场景，还是产业迭代的速度，都充满吸引力；另一方面，中国海量的数据资源，就像一座亟待开发的宝藏，对比加拿大相对有限的市场规模，回国发展无疑是更明智之举。
今天，我非常荣幸能站在这里，想跟大家深入分享金融科技与医疗 AI 技术之间那些精妙的相通之处。不过，毕竟在国外生活了这么久，中文表达上可能或多或少有些不顺畅，还望各位多多包容、多多指教。
回想起在加拿大的经历，疫情爆发前，我有幸加入了加拿大卫生部，参与到一项极具挑战性的任务——构建新移民健康管理系统。大家知道，加拿大每年都有大约三十万至四十万新移民涌入，他们来自世界各地，像中国、印度等国家的移民数量相当可观，而这些新移民初来乍到，几乎都没有完备的健康档案。与此同时，加拿大虽说实行全民医保制度，可医疗资源实际上并不充沛，就算你手头宽裕，生病就医时也没办法随意插队，很多慢性病老人，仅仅是做一项常规检查，排队等候一两年都不稀奇，病情往往就这样被耽搁了。
11月11日的资金流向数据方面，主力资金净流出220.36万元，占总成交额2.76%，游资资金净流入341.56万元，占总成交额4.28%，散户资金净流出121.2万元，占总成交额1.52%。
11月11日的资金流向数据方面，主力资金净流出3654.29万元，占总成交额5.96%，游资资金净流入3499.19万元，占总成交额5.71%，散户资金净流入155.11万元，占总成交额0.25%。
面对如此困境，我们团队集中精力做了两件大事：其一，精心搭建了一套科学合理的排队系统，有效优化了就医流程，让患者能更高效地看上病；其二，针对老年人高发的慢性病、常见老年病，量身打造了个人实时健康监控系统。要知道，在加拿大部分省份，一个家庭医生要负责多达 500 名以上的患者，仅仅依靠家庭医生去全方位监控每位患者的健康状况，根本不现实，所以让患者自身参与到日常健康监控中，与家庭医生协同发力，才能更好地保障健康。
除此之外，我们还不遗余力地推进医疗数据标准化建设。当时，不同医院、各类医疗机构之间，数据记录、存储、使用的标准五花八门，这给跨机构合作、数据综合治理设下了重重障碍。为打破这一僵局，我们耗费大量心血，一点点统一标准，规范流程。
在我看来，医疗领域和金融领域虽然在数据特性上存在诸多明显差异，可从实践经验的角度细细揣摩，两者却有着不少相互借鉴之处。金融的核心要义是让资金精准流向最急需、最能产生效益的地方，而 AI 医疗亦是如此，我们的目标就是要把珍贵的医疗资源恰到好处地投放到最迫切需要的场景中去。
当下，我们还面临一个极为关键且棘手的问题——个人数据隐私保护。如今，民众对自身数据隐私的关注度与日俱增，越来越不愿意轻易将个人数据提供给外界使用，这无疑给我们的技术推进、数据应用带来了巨大挑战。近期，我回到国内后，积极与金融界和医疗界的资深技术专家深入交流，一番思索后，我们有了一个初步设想，那就是打造一个“原始数据不出域、数据可用不可见”的创新系统。具体而言，就是在数据使用过程中，个人数据能够为他人提供一定帮助，而我们利用他人数据训练模型时，原始数据全程加密，处于不可见状态，以此确保数据隐私安全。未来，我满心期待能沿着这个方向，探索出一条切实可行的发展之路。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：梁斌 SF055新手配资
文章为作者独立观点，不代表配资专业网_股票配资网址_查询配资平台观点
相关文章
