上海市智能信息处理重点实验室成功举办医学人工智能研讨会

上海市智能信息处理重点实验室成功举办医学人工智能研讨会

2026年10月27日下午，上海市智能信息处理重点实验室（以下简称“实验室”）在复旦大学江湾校区二号交叉学科楼E1023会议室举办医学人工智能研讨会。本次会议由复旦大学计算与智能创新学院主办，上海市智能信息处理重点实验室承办。北京航空航天大学中西智能学院副教授李睿琪，上海财经大学计算机与人工智能学院助理教授周孟莹，上海交通大学人工智能学院长聘副教授李帅，上海科学智能研究院主任研究员蒋晨，上海科技大学生物医学工程学院助理教授孙开聪五位报告人，以及实验室主任冯瑞研究员、复旦大学计算与智能创新学院教授张玥杰和实验室老师、学生共30余人出席会议。

会议由实验室主任冯瑞研究员主持。冯瑞研究员介绍了与会人员，并主持了随后的五场专题报告。

会议的第一场专题报告，是北京航空航天大学中西智能学院副教授、博士生导师李睿琪所作的“社区中心在高维小样本基因表达数据中识别稳健生物标志物”。李睿琪副教授介绍，高维、小样本的批量基因表达数据是转录组学的经典难题：数万个基因对应少量样本，容易导致过拟合，特征选择也不稳定。为此，他提出社区中心回归框架（RCC），将表达数据转为特征邻近网络，依据巨型连通分量的相变确定临界距离阈值，在碎裂与过度连通之间取得平衡，从而涌现出有意义的基因关联社区，并滤除噪声。社区中心捕获信息量最大且非冗余的信号，再经普通最小二乘模型完成下游预测。在五个批量基因表达数据集上，RCC的预测性能显著优于基准方法，对缺失数据与噪声较为稳健，且无需外部生物学先验。结果表明，基于网络的表征可为转录组学之外的高维小样本预测提供有效且通用的框架，也体现了网络科学在数据匮乏情形下支撑稳健学习的潜力。

会议的第二场专题报告，是上海财经大学计算机与人工智能学院助理教授、硕士生导师周孟莹所作的“多源医学数据智能分析与知识增强方法”。周孟莹助理教授面向多组学、医学表格数据等多源异构医学数据，介绍了生物标志物挖掘、跨组学关联建模、知识图谱增强和跨域特征生成等方面的研究。她重点探讨如何融合数据驱动的统计规律与医学先验知识，在高维、小样本和数据缺失等典型医学场景下，提升特征发现、数据表征和疾病辅助诊断能力。报告结合慢性萎缩性胃炎等实际医学数据，介绍了从多尺度生物标志物筛选到知识增强医学数据生成的方法，为医学人工智能中的低成本诊断、数据扩充与临床应用提供新的智能信息处理思路。

会议的第三场专题报告，是上海交通大学人工智能学院长聘副教授李帅所作的“扩散模型采样过程及训练动态分析”。李帅副教授介绍，近年来扩散模型的采样速度与生成质量显著提升，在多个领域均表现出优异性能，但扩散模型的理论分析与设计空间仍有待深入探索。报告从采样过程与训练动态两个方面，分析如何提升采样与训练效率。在采样复杂度方面，他梳理了不同模型的特性，说明基于流的模型为何相较以往方法表现更优；在训练动态方面，则结合实际数据特征进行建模，以降低估计误差，并改善优化景观。

会议的第四场专题报告，是上海科学智能研究院主任研究员、多模态医学团队负责人蒋晨所作的“AI-Native驱动的医学智能探索—从自主科学探索到临床应用”。蒋晨研究员介绍，人工智能正从面向单点任务的辅助工具，逐步走向与医学知识、研究流程和实践反馈深度融合的新阶段。AI-Native并非简单地将大模型嵌入既有环节，而是以智能模型为核心，重新审视医学问题的提出、证据获取、方案设计、实验验证与临床转化，通过自主规划、多模态理解、工具调用及反馈迭代，构建可持续演进的医学智能闭环。这一方向有望提升复杂医学任务中知识整合、协同研究与转化决策的效率，也为连接基础研究、药物研发和临床实践提供新的技术路径。报告结合女娲大模型在自主科学探索、核酸药物研发及临床专科应用等方面的若干案例，分享了AI-Native理念在真实医学场景中的探索与初步实践，并展望了AI-Native推动医学智能持续演进与创新应用的未来方向。

会议的第五场专题报告，是上海科技大学生物医学工程学院助理教授、研究员孙开聪所作的“基于证据深度学习的不确定性估计在医学影像重建与疾病诊断及预后的应用”。孙开聪助理教授指出，深度学习在医学影像分析领域取得了显著进展，但现有模型通常侧重于预测准确性，缺乏对预测结果可靠性的有效评估，限制了其在临床实践中的应用。不确定性量化能够评估模型的预测风险，为构建可信赖的医学人工智能系统提供重要支撑。他围绕证据深度学习，结合课题组近期研究成果，从三个方面作了介绍：一是基于证据深度学习的快速磁共振重建方法，实现高质量图像重建及像素级不确定性估计；二是结合跨模态特征生成与不确定性分析的疾病诊断方法，提高单模态影像的诊断性能与可靠性；三是不确定性感知的多模态融合在肿瘤生存预测中的应用。上述研究探讨了不确定性量化在提升模型准确性与临床可信度方面的潜力。

每场报告之间，会议安排了学生现场提问环节，与会学生根据报告内容和自己的研究方向，向报告人提问，与报告人就具体问题作了交流。

会议最后，实验室主任冯瑞研究员作了总结。他感谢五位嘉宾的精彩报告，认为研究内容很有启发，对实验室研究生的课题也很有帮助。他表示，将人工智能应用于医学领域，是非常有意义的工作；各位报告人学术思想活跃，研究成果突出。他感谢大家对实验室的支持，并期待未来有更多交流合作。

会议主办:复旦大学计算与智能创新学院

会议承办:上海市智能信息处理重点实验室

依托单位： 复旦大学计算与智能创新学院

新闻来源：上海市智能信息处理重点实验室

撰稿人：陈利锋

时间：2026-10-28