个人简介
Henry 担任 MONAI 项目的首席技术官（CTO）。MONAI 是由 NVIDIA 与伦敦国王学院（King's College London）等机构联合发起的开源医学影像 AI 框架，专注于为医疗影像领域提供深度学习解决方案。作为 CTO，Henry 负责 MONAI 项目的技术战略规划、架构设计和研发团队管理，推动医学影像 AI 技术的开源生态建设。
主要成就
- 领导 MONAI 开源框架的技术架构设计与持续迭代
- 推动 MONAI 成为医疗影像 AI 领域最广泛使用的开源工具之一
- 促进 MONAI 与主流深度学习框架（PyTorch）的深度集成
- 支持 MONAI 在 3D 医学影像分割、分类和标注领域的突破性应用
- 推动 MONAI 与 NVIDIA Clara 平台的生态整合
- 助力 MONAI 实现多模态医学数据处理能力
- 建立 MONAI 全球开发者社区与合作伙伴生态
用户档案
工作经历
MONAI
CTO
成长历程
2020年前后
MONAI 项目创立与早期发展
MONAI 项目由 NVIDIA 与伦敦国王学院等学术机构联合发起，旨在构建专门针对医学影像领域的开源 AI 框架，Henry 作为核心技术领导者参与项目初期架构设计。
2020-2021年
MONAI 核心框架发布与迭代
带领团队完成 MONAI 首个稳定版本的发布，建立基于 PyTorch 的医学影像深度学习标准工具集，支持 3D 影像分割、分类等核心功能。
2021-2022年
MONAI Label 与自动化标注工具推出
主导开发 MONAI Label 智能标注工具，实现主动学习和交互式标注功能，大幅提升医学影像数据标注效率，获得临床研究机构广泛采用。
2022-2023年
MONAI 企业级应用拓展
推动 MONAI 与 NVIDIA Clara 医疗平台的深度整合，支持联邦学习、大规模数据集训练等企业级特性，拓展至药物研发和数字病理学等新兴领域。
2023-2024年
大模型时代的技术演进
领导 MONAI 团队探索生成式 AI 和大语言模型在医学影像中的应用，推动 MONAI 框架向多模态、大模型训练方向演进，支持更复杂的临床应用场景。
相关文章
经典观点
"开源协作是推动医学 AI 发展的核心动力，只有通过开放共享才能加速医疗技术的民主化。"
— MONAI 项目技术理念
"医学影像 AI 必须从研究走向临床，技术设计需要始终围绕真实的医疗工作流程和临床需求。"
— MONAI 产品开发原则
"3D 医学影像处理需要专门优化的深度学习框架，通用 AI 工具无法直接满足医疗领域的精度和可靠性要求。"
— MONAI 技术架构设计思路