王偉仲
王偉仲 教授
現職
國立臺灣大學 ‧ 應用數學科學研究所、數學系、資料科學學位學程 ‧ 教授
國立臺灣大學 ‧ MeDA Lab ‧ 主持人
國立臺灣大學醫學院附設醫院 ‧ 智慧醫療中心 ‧ 研究員
中華民國放射線醫學會 ‧ 人工智慧與影像資訊委員會 ‧ 委員
仲智數位健康股份有限公司 ‧ 共同創辦人
經歷
國科會 ‧ 自然科學與永續研究發展處 ‧ 數學學門 ‧ 召集人
國立臺灣大學 ‧ 數學系 ‧ 副系主任
臺灣工業與應用數學會 ‧ 理事長
中華民國數學會 ‧ 秘書長
SIAM Journal on Mathematics of Data Science, Associate Editor (2019-2020)
East Asia Society for Industrial and Applied Mathematics, Secretary
榮譽
國立臺灣大學 ‧ 全校教學優良教師
科技部 ‧ 優秀年輕學者 ‧ 計畫主持人
科技部 ‧ 未來科技獎
生策會 ‧ 國家新創獎 (學研新創)、國家新創獎 (臨床新創)、國家新創精進獎
有庠科技論文獎 (人工智慧)
念慈獎
國家理論科學研究中心 ‧ 榮譽研究員、中心科學家
教育部 ‧ 基礎科學教育改進計畫優等獎 (92學年度)
RSNA Alexander R. Margulis Award for Scientific Excellence (2023)
The 2nd MICCAI Workshop on Distributed & Collaborative Learning Best Paper (2021)
Digest Disease Week Best Paper (2020)
ICCM Best Paper (2017)
簡介
王偉仲教授目前任教於國立臺灣大學應用數學科學研究所、數學系與資料科學學程,也擔任中華民國放射線醫學會人工智慧與影像資訊委員會委員。
王教授在人工智慧醫療影像分析與應用、高效能科學計算、矩陣計算、數值最佳化等領域,有多年的研究經驗與豐碩成果,於 Nature Medicine、The Lancet Digital Health、Radiology、SIAM Journal on Matrix Analysis and Applications、Journal of Computational Physics 等高品質國際期刊與會議,發表百餘篇論文。曾任科技部自然司數學學門召集人、SIAM Journal on Mathematics of Data Science、Annals of Mathematical Sciences and Applications 等重要國際期刊編輯委員,也擔任 SIAM Supercomputing、HPC Asia、VECPAR 等重要國際學術會議籌組委員。
王偉仲教授研究與教學成果優良,曾獲 RSNA Alexander R. Margulis Award for Scientific Excellence、國立臺灣大學全校教學優良教師、念慈獎、科技部優秀年輕學者、科技部未來科技獎、有庠科技論文獎、生策會國家新創獎、國家理論科學研究中心榮譽研究員與中心科學家、ICCM Best Paper Award、MICCAI Workshop on Distributed & Collaborative Learning Best Paper、DDW Best Paper 等獎項。也曾擔任臺灣工業與應用數學會理事長、中華民國數學會秘書長、East Asia Society for Industrial and Applied Mathematics, Secretary 等職務。
王教授創立 MeDA Lab (Medical Data Analytics Laboratory, http://meda.ai),結合跨領域及跨國際頂尖學研機構,執行科技部、衛福部、與產學合作多項大規模的智慧醫療計畫,共同開發先進技術,具備深厚研發量能。合作網絡遍及全球,涵蓋臺灣大學、中研院、陽明大學、臺大醫院、北榮、長庚、馬偕、慈濟、奇美等醫療機構、工研院、資策會、商之器、華碩、廣達等科技大廠;美國 NVIDIA、IBM、麻省總醫院、西奈山醫院、紐約大學;德國 KIT;日本東京大學、名古屋大學;新加坡國立大學等。
MeDA Lab 以「智慧分析、數據賦能」為核心,融合人工智慧、醫學、高效能計算、應用數學與統計等基礎及應用科學,建構醫療 AI 解決方案開發流程,並以此開發流程為基礎,考量臨床工作流程與醫療實務,設計高價值之臨床應用解決方案。面對腫瘤偵測、判讀與癌症預後分析、智慧急診、心血管疾病預防與診斷、以及全球聯邦學習等至關重要的臨床醫學議題,MeDA Lab 協助醫療人員面對更高層次的精準醫療挑戰,開拓新世代醫療視野。
MeDA Lab 具備全方位的智慧分析能力與實際落地經驗,其應用層面廣泛,涵蓋人體的腦部、胸腔、心血管、腹部與骨盆腔。另一方面,應用場景也相當多元,包含影像醫學部、健檢中心、加護病房與急診室等。MeDA Lab 強調研究創新性與嚴謹性,卓越研究成果屢獲國際學術界肯定,發表於頂尖醫學期刊。此外,MeDA Lab 更積極地與智慧醫療生態圈的各方夥伴共同合作,促進先進研發成果落地商轉,將智慧醫療實現於臨床場域,創造更高的價值,產生永續且正向的社會影響力,同時,也致力於提升整體醫療品質以及臺灣在智慧醫療產業的國際競爭力。團隊曾獲多家媒體報導,並獲頒科技部「AI 投資潛力獎」第一名。
研究摘要
王偉仲教授的研究聚焦於人工智慧、數值線性代數、最佳化、以及平行計算。透過與各領域專家的合作,將所開發的演算法和軟體,應用在智慧醫療,數據科學,以及計算科學。近年致力於智慧醫療的創新研發、人才培育與落地商轉,更多訊息請見 http://meda.ai 網站。
智慧與精準醫療
Professor Weichung Wang founded MeDA Lab (Medical Data Analytics Laboratory, http://meda.ai) to develop medical AI Engines and medical AI Workflows. The former extracts hidden information from high-dimensional medical image and numerical datasets. The latter turns the information into clinical intelligence. MeDA Lab works with physicians and industry partners worldwide to boost intelligent and precision medical software solutions.
計算與資料科學中的矩陣計算
We consider large-scale linear systems, nonlinear eigenvalue problems, and matrix factorizations arising in numerical simulations and data analytics. Applications include 3D photonic devices, big data analysis, and healthcare. The main focuses include Krylov type algorithms, randomized methods, and accelerations on parallel computers with GPU.
資料驅動建模與統計計算
Many computer experiments conduct performance analysis and optimization while only objective function values are available. The main research focuses are the design of computer experiments and surrogate models-assisted techniques with an emphasis on software auto-tuning. We also develop efficient methods for statistical computing and optimal experiment designs.
GPU 與高效能計算
We study how GPU, CPU, and heterogeneous CPU-GPU clusters can be used to accelerate scientific computations. The focuses include CPU-GPU accelerated solvers for linear systems and eigenvalue problems, fast medical image reconstructions on computed tomography, and particle swarm optimization with applications in medical and statistical sciences.
王偉仲 教授 . http://wwang.info . wwang@ntu.edu.tw . (02) 3366-2871
國立臺灣大學 天文數學館 425 室 . 10617 臺北市羅斯福路四段 1 號 . 地圖