10月11日，西北工业大学“AI+医疗”新星论坛通过线上会议的方式顺利召开。本次论坛邀请了美国麻省理工学院（MIT）杨宇喆、阿里巴巴达摩院医疗AI实验室姚佳文两位专家学者进行专题报告与研讨，吸引了相关领域的数百名学者及学生围绕我国医疗与生命健康国家重大需求，积极探索人工智能与医疗大数据领域面临的关键理论和技术问题，深入研讨面临的挑战和可能的发展技术路线，向与会者呈现了人工智能与医疗大数据的最新前沿进展。
本次论坛由西北工业大学研究生院、自动化学院及脑与人工智能实验室承办，由西北工业大学自动化学院党委书记韩军伟教授、教师张鼎文教授组织。韩军伟教授在致辞中首先介绍了西北工业大学脑与人工智能实验室的渊源，特别强调实验室一直秉持“顶天 立地 育人”的理念，“顶天”即要做国际一流的前沿高水平基础研究，“立地”即要解决实际问题，又要为国家国防做出贡献，“育人”即要培养具有突出创新能力的拔尖人才。韩军伟表示，以“AI+医疗”新星论坛为平台进行学术交流、探讨国际前沿问题，对于贯彻“顶天 立地 育人”理念、鼓励团队创新性研究、推动实验室快速发展、促进青年人才成长等具有重大意义。
图1 韩军伟教授作开场致辞
图2 麻省理工学院杨宇喆博士报告
来自麻省理工学院的杨宇喆作了题为“通过AI实现利用夜间睡眠呼吸信号的帕金森症的诊断和长期监测”的报告，介绍了帕金森症的研究现状，指出帕金森症的诊断缺乏有效的生物标志物，严重程度无从评估，病情难以跟踪。针对这三项难题，他依次分享了团队的研究工作，介绍了一种人工智能驱动的健康医疗应用，通过AI模型诊断和评估帕金森症，对患者病情进行长期的跟踪。此外，杨宇喆还介绍了他在这项研究中确定并提出的两个实际的继续学习问题——深度不平衡回归问题和多余长尾识别的问题，用于解决现实生活中医疗数据上遇到的困难和挑战。杨宇喆提到，未来还需要更加通用的学习算法，来支持更多现实世界中的医疗诊断，以及其它更具挑战性的问题和任务。在问答环节，杨宇喆以丰富的科研经验和精湛的专业知识，解答了现场专家学者的提问，对“如何从现实问题中抽象出机器学习算法”、“声音信号与生理信号有何区别与联系”、“为何选择夜间睡眠呼吸作为帕金森症标志物”等问题做出详细解答。
图3 阿里巴巴达摩院医疗AI实验室姚佳文博士报告
来自阿里巴巴达摩院医疗AI实验室的姚佳文博士作了题为“医疗AI面向癌症临床全流程的初步实践与探索”的报告。姚佳文博士首先介绍了国内外的癌症全流程研究进展，指出医疗资源紧张是我国防癌、诊癌、治癌工作的一大痛点，如何在有限的医疗资源对癌症进行高效的全流程管理，使病人受益，是一大难点问题。姚佳文重点分享了团队在该领域取得的工作成果，即医疗AI在癌症全流程-防、诊、治等方面的应用，具体以胰腺为例，展示了如何利用CT影像进行癌症筛查、病人管理以及治疗方案的推荐。姚佳文希望未来能通过AI技术在全流程各阶段实现医疗资源的有效分配，最终延长病人寿命，并与医疗专家和技术一道，推动技术的落地和前瞻性试验。姚佳文还就病理和影像AI技术的差异、癌症愈后评估指标等一些问题，向各位专家学者做出了精彩回答。
图4 Panel讨论
杨宇喆、姚佳文、张鼎文以及北京工商大学韩龙飞副教授、西北工业大学杨乐博士作为Panel嘉宾，还围绕“AI+医疗”主题进行了充分讨论。杨宇喆和姚佳文就“博士生如何确立选题”、“如何有效利用医疗资源推进课题研究”等问题，分享了自己在科研工作中丰富经验和心得体会，给各位专家和同学们提供了宝贵的参考；同时还就医疗大数据标准体系的建立工作提供了专业的看法和意见。
撰稿：张鼎文
审核：王小旭
