主页（http://www.cnwulian.net）：「镁客·请讲」体素科技丁晓伟：国内智能医疗起步较晚但发展迅速
另外，鉴于学校和医院等大型机构不够灵活，难以在极短时间内完全适应新型研究方法，丁晓伟最终决定走出来，并于2015年开始筹备，2016年正式成立了现在的“体素科技”。
国内起步稍晚但发展迅速，产品普及还需更多临床数据与市场教育
“我博士期间的研究方向始终是医学影像分析和计算机视觉，正好经历了深度学习的崛起，在当时还没有用于医学影像分析。”丁晓伟表示。
深度学习+医疗有着巨大潜力，而创业公司比医院等机构更能适应变革
我们注意到，在成立之初，体素科技就在中美分别设立了办事地点。丁晓伟表示，在美国设立的研究员以底层方法论的研究为主，通过与美国医生和著名医学机构的深度合作，获得创新的临床工作流程设计。
“体素科技就是想让诊断资源和获得的门槛降到最低，让平等的医疗诊断资源遍布各个地区。同时，在医院中，我们强调的是对临床工作流程的优化。”他表示。
国内外部署同步进行，打造以影像为中心的诊断分析解决方案
从过去两年的情况来看，在国内的智能医疗环境中，用丁晓伟的话说，诸如肺癌CT筛查的解决方案等直接解决效率问题的应用普及门槛相对较低，也没有用户学习和培养的过程，因此在国内的普及度较高。
而以体素科技为例，他道出了针对这种问题的解决措施。“体素致力于研发只使用弱标记的医学影像训练算法，直接通过报告语言描述来推断病灶的类型和大概位置，从而在未经人工标记的影像上进行模型训练，用数量弥补标记的精细度问题，从而免除对数据的人工加工。并且尽量使用主动学习和迁移学习来减少标记数据的需求量。”
对于彼时的智能医疗市场，丁晓伟称：“在我们刚刚成立和融资时，业界和投资领域还很少有人思考这个领域，可以说时机还没有成熟。但之前已经得到临床认可的大量工作依然可以具象的把前景呈献给合作者和投资人，也为后期在该领域得到共识后的竞争打下基础。”
阅读 ()
丁晓伟表示，国内的智能医疗技术起步晚但发展迅速，现在国内外的平均水平是接近的。
