Moderadora: Dra. Mindy Yang, MD
Radióloga de Mama,
Departamento de Radiología, Hospital Englewood,
Directora Clínica de IA, Radiology Partners,
Honolulú, Hawái,
EE. UU.

La Dra. Mindy Yang es radióloga clínica de imagenología mamaria e informática de imagenología, con una gran pasión por integrar tecnologías innovadoras para mejorar la atención al paciente. Su experiencia abarca la telerradiología, con énfasis en la imagenología mamaria remota, así como la aplicación de IA e informática de imagenología para mejorar el flujo de trabajo, la comunicación y los resultados. Es Directora Clínica de IA para Radiology Partners y colabora como líder de opinión, ponente y moderadora en seminarios web, paneles y congresos nacionales de radiología. Preside el Comité de Diversidad, Equidad e Inclusión de la Sociedad de Informática de Imágenes en Medicina (SIIM). La Dra. Yang recibió el Premio Dra. Ruth Dayhoff 2023 por el Avance de la Mujer en la Informática de Imágenes Médicas.

Panelista: Prof. Pranav Rajpurkar, PhD
Profesor Asociado de Informática Biomédica,
Universidad de Harvard, Instituto Blavatnik, Informática Biomédica,
Cofundador de a2z Radiology AI.
Boston, Massachusetts, EE. UU.

El Dr. Pranav Rajpurkar es cofundador de a2z Radiology AI y profesor asociado de la Facultad de Medicina de Harvard. Científico informático formado en Stanford, desarrolla sistemas de IA para la toma de decisiones médicas integrales. Sus más de 130 artículos de investigación académica han obtenido más de 39 000 citas y el reconocimiento de MIT Tech Review, Forbes 30 Under 30 y Nature Medicine.

Panelista: Prof. Curtis P. Langlotz, MD, PhD, FACMI, FSIIM
Vicerrector Asociado Sénior de Investigación,
Profesor de Radiología, Medicina y Ciencia de Datos Biomédicos,
Investigador Sénior del Instituto Stanford para la IA Centrada en el Ser Humano,
Universidad de Stanford, Stanford, California,
Presidente de la Junta Directiva de la Sociedad Radiológica de Norteamérica,
EE. UU.

El Dr. Langlotz es profesor de Radiología, Medicina y Ciencia de Datos Biomédicos, investigador sénior del Instituto para la Inteligencia Artificial Centrada en el Ser Humano y Vicerrector Asociado Sénior de Investigación en la Universidad de Stanford. También es director del Centro de Inteligencia Artificial en Medicina e Imagenología (Centro AIMI), que apoya a más de 250 profesores de Stanford que realizan investigación interdisciplinaria de aprendizaje automático para mejorar la atención clínica. El laboratorio del Dr. Langlotz, financiado por los NIH, desarrolla métodos de aprendizaje automático para detectar enfermedades y eliminar errores de diagnóstico. Ha liderado numerosas iniciativas nacionales e internacionales para mejorar la imagenología médica, incluyendo el sistema de terminología estándar RadLex y el Centro de Recursos de Datos e Imagenología Médica (MIDRC), un recurso nacional de investigación en imagenología de EE. UU.

Panelista: Prof. Kenji Suzuki, PhD
Profesor de Inteligencia Artificial Biomédica
Director de la Unidad de Investigación de Inteligencia Artificial Biomédica (BMAI),
Instituto de Investigación Integrada (IIR),
Instituto de Ciencias de Tokio,
Yokohama, Japón

El Prof. Kenji Suzuki, Ph.D., trabajó en Hitachi Medical Corp, Universidad de la Prefectura de Aichi, Japón, como profesor adjunto en el Departamento de Radiología de la Universidad de Chicago, y en el Centro de Investigación de Imágenes Médicas del Instituto Tecnológico de Illinois, como profesor asociado (titular). Actualmente es profesor titular y director fundador de la Unidad de Investigación de Inteligencia Artificial Biomédica del Instituto de Investigación Integrada del Instituto de Ciencias de Tokio (anteriormente Instituto Tecnológico de Tokio), Japón.

Los intereses de investigación del Prof. Suzuki incluyen el aprendizaje profundo/automático, la imagenología médica, el diagnóstico asistido por computadora y la inteligencia artificial (IA). Ha publicado más de 430 artículos (incluidos 130 artículos en revistas con revisión por pares, como IEEE TPAMI (Factor de Impacto: 23,6)). Ha investigado activamente el aprendizaje profundo en imágenes médicas y el diagnóstico asistido por IA durante los últimos 25 años; su primer modelo de aprendizaje profundo se propuso en 1994. Sus artículos han sido citados más de 17.000 veces y su índice h es de 65.

El Prof. Suzuki es el inventor de 40 patentes (incluidas algunas de las primeras patentes de aprendizaje profundo), que fueron licenciadas a varias empresas y comercializadas mediante aprobaciones de la FDA. Ha publicado 16 libros y editado 20 números especiales de revistas. Ha recibido numerosas subvenciones, incluyendo subvenciones de los NIH, NEDO y JST, por un total de 9,1 millones de dólares.

El Prof. Suzuki es editor de más de 20 revistas internacionales líderes, incluyendo Pattern Recognition (IF: 7.6) y editor jefe de AI (IF: 5.0). Ha presidido 110 congresos internacionales, siendo uno de los presidentes fundadores de MICCAI MLMI. Su investigación ha sido cubierta en 55 artículos en periódicos, revistas y publicaciones de la prensa escrita y otros medios de comunicación, incluyendo Lancet Respiratory Medicine (IF: 76.2).

Es miembro de IARIA. El Prof. Suzuki ha recibido 27 premios, incluyendo 3 premios al mejor artículo en revistas líderes como EJNMMI (IF: 10.0), los premios Magna Cum Laude y Cum Laude de la RSNA, y el Premio a la Ciencia y la Tecnología 2021 en la Commendation for Science & Tecnología otorgada por el Ministerio de Educación, Cultura, Deportes, Ciencia y Tecnología (MEXT) de Japón por su investigación pionera en aprendizaje profundo y sus aplicaciones en el campo de las imágenes médicas.