会议程序

大模型赋能智慧医疗

论坛简介

近年来，人工智能技术的飞速发展推动了医疗行业的智能化转型。其中，大模型凭借其强大的语义理解和生成能力，正在成为智慧医疗领域的关键技术之一。大模型是指通过对广泛数据进行预训练而能够适应多种任务的模型，能够帮助医疗机构实现医疗影像分析、辅助诊断、疾病发展趋势预测、个性化治疗方案制定等智能化应用，为临床决策提供重要支持，有助于打破有限的人工智能模型难以满足多样化医疗实践需求的矛盾，使更广泛的医疗场景受益于医疗大模型的发展，从而提升智慧医疗服务的水平。然而，尽管大模型在智慧医疗领域展现出巨大的潜力，其实际应用过程中仍面临许多挑战，例如模型的可解释性和透明度问题、患者隐私保护以及伦理合规等问题。为此，本次研讨会将邀请来自计算机、医疗、生物信息等多个交叉领域的行业专家，促进跨学科合作，分享基于大模型的智慧医疗研究成果和实践经验，共同探讨大模型在智慧医疗中的最新进展和未来趋势。

论坛主席

陈浩，香港科技大学计算机科学与工程系和化学与生物工程系助理教授，研究兴趣包括可信人工智能，医学图像分析，深度学习等。他领导的人工智能医疗实验室（Smart Lab），专注于可信人工智能技术在医疗领域的前沿研究与转化应用。陈教授于2017年获得香港中文大学博士学位。在MICCAI、IEEE-TMI、MIA、CVPR、ICCV、AAAI、IJCAI、Radiology、Nature Communications、Lancet Digital Health、Nature Machine Intelligence等顶级期刊和会议发表论文200余篇（谷歌学术引用次数26900余次，h-index 65），入选2022年和2023年斯坦福大学全球排名前2%科学家名单。此外，陈教授还具有丰富的工业研究和产业转化经验，拥有二十余项人工智能和图像分析方面专利。曾获得2023年亚洲青年科学家、国家教育部高等学校科学研究优秀成果二等奖、北京市科技进步一等奖、2019年人工智能医学影像顶级会议MICCAI青年科学家影响力奖、Elsevier-MICCAI 最佳论文奖、医学影像与增强现实会议最佳论文奖、福布斯中国30岁以下30位精英等奖项，担任包括IEEE TMI、TNNLS、J-BHI、CMIG和Medical Physics等期刊编委，担任2025 ICLR、2024 CVPR、2024 ACM MM、2021-2023 MICCAI、2022-2024 MIDL等多个人工智能与医学影像分析国际会议的领域主席和程序委员，曾带领团队获得15余项国际医学图像分析的挑战赛冠军。

庄吓海，复旦大学大数据学院教授、博导。主要研究方向是心脏医学影像分析，可解释人工智能方法等。在本领域主流期刊发表文章百余篇；多项工作入选顶刊 Med Imag Ana 高引论文，工作被 Nat Rev Card 2021 作为人工智能在心血管成像中的成功应用案例引用，以及 IEEE T PAMI、Circulation 和多个 Nature 子刊等引用。2022年入选斯坦福大学发布全球顶尖科学家 “终身”和“年度”科学影响力榜单；曾提名 MICCAI 协会青年科学家奖。担任国际学术组织 MICCAI 协会的理事，担任包括三个中科院一区期刊等多个国际期刊的编委。

徐军，南京信息工程大学人工智能学院副院长，二级教授，智慧医疗研究院执行院长。2007年于浙江大学控制科学与工程系获博士学位，先后在美国Rutgers大学、 凯斯西储大学生物医学工程系任博士后研究员和访问教授。兼任江苏省人工智能学会医学图像分析专委会副主任委员；中华医学会病理学分会数字病理与人工智能委员会委员；第四届医学图像计算青年研讨会轮值主席等。主要研究成果发表在Nature Communications, Radiology, IEEE Trans. on Medical Imaging, Medical Image Analysis等期刊。入选斯坦福大学全球前2%顶尖科学家榜单。先后主持国家自然科学基金联合重点项目、面上项目、科技部重点研发计划重点专项课题、省部级项目等多项。参与国家自然科学基金重大研究计划“肿瘤演进与诊疗的分子功能可视化研究”重点项目和重大集成项目多项。主要研究方向包括医学图像计算、计算病理、基于影像和常规病理切片定量分析的疾病辅助预防、诊疗和预后。致力疾病的1)自动识别与诊断及亚型的分类，2)影像和病理图像亚视觉特征的量化和表征，3)转移风险、恶性程度、治疗响应的预测、预后，期望这些研究成果能够辅助医生进一步改善疾病的预防、诊疗和预后，让患者获益。

论坛日程

2024年10月20日17:30-19:35

论坛报告

王满宁，复旦大学数字医学研究中心教授、博士生导师。长期从事医学图像处理与手术导航领域的研究工作，主要研究方向包括：三维点云空间配准、数字病理智能诊断、多模态医学影像智能诊断、主动学习与域适应等。先后在IEEE TPAMI、IEEE TIP、IEEE TMI、NeurIPS、CVPR、ICCV、ECCV等杂志和会议上发表研究论文100余篇；获得国家技术发明二等奖（第2完成人）、上海青年科技英才、上海市优秀技术带头人等奖励。担任中国计算机学会数字医学分会常委、中国自动化学会模式识别与机器智能专委会委员、上海市医学会数字医学专科分会副主任委员、上海市生物医学工程学会医学人工智能专委会委员、医学图像计算青年研讨会（MICS）委员。

王连生，博士毕业于香港中文大学，现为厦门大学信息学院教授，医学院消化病学系双聘教授，博士生导师，数字福建健康医疗大数据研究所副所长，福建省医学会放射学分会AI学组副组长，厦门大学医学人工智能研究院（筹）负责人，MICS副主席。长期从事医学影像处理研究，主持和参与多项科研项目，包括国家自然科学基金仪器专项、科技部科技创新2030、国家重点研发项目、国家自然科学基金面上和青年项目等，发表包括Nature Machine Intelligence、Nature Communications、Cell Patterns、TMI、MedIA、人工智能顶会CVPR/AAAI等相关研究论文100余篇，获得腾讯犀牛鸟科研奖、CSPE Young Investigator、福建省科技进步二等奖、“CCF-腾讯犀牛鸟拔尖人才培养卓越导师”奖、2023年厦门大学田昭武交叉学科奖一等奖，带领团队先后11次在国际医学影像比赛中获得冠军。

张永兵，哈尔滨工业大学（深圳）计算机学院教授、博士生导师。主要研究领域为计算机视觉、生物医学图像处理、计算成像等。为中国计算机学会、中国人工智能学会、IEEE、SPIE、OSA等多个国内外知名学会会员。2010年在哈尔滨工业大学取得博士学位。2010-2012年，在清华大学深圳国际研究生院进行博士后研究，2012年留校任教，并于2014年晋升为副研究员，期间曾作为访问学者赴美国加州大学伯克利分校从事访问研究。自2021年起，加入哈尔滨工业大学（深圳）计算机学院，担任教授，继续从事教学和科研工作。研究方向为计算机视觉、生物医学图像处理、计算成像等，在相关领域发表论文100余篇，多篇文章发表在人工智能和计算机视觉顶会NeurIPS、AAAI、CVPR、ICCV、TIP、MICCAI等，获国际会议论文奖2项；授权发明专利50余项，美国发明专利2项。目前主要研究工作是探索人工智能与计算机视觉在生命医学和医疗健康领域的应用。

余晋刚，华南理工大学自动化学院副教授、博士生导师，广东省“珠江人才计划”青年拔尖人才入选者。先后在西安交通大学、华中科技大学、美国内布拉斯加林肯大学完成学业及博士后训练。长期从事医学图像分析领域的研究工作，近年来主要聚焦于病理人工智能相关的基础算法与转化应用研究。以第一或通讯作者在TMI、MedIA、MICCAI、TIP、CVPR等领域高水平期刊和会议发表论文30余篇；主持国家自然科学基金项目（2项）、国家重点研发计划子课题、省级人才计划项目和一般项目（4项）、校企产学研合作项目等10余项；授权国家发明专利8件，已转化金额近500万元，主持研发的组织病理学AI辅助诊断产品已在多家医院落地应用。担任琶洲实验室双聘研究人员、南方医科大学珠江医院流动PI、中国图象图形学会视觉认知与计算专委会副秘书长、医学图像计算青年研讨会（MICS）委员、CVPR/ICCV/ECCV/IJCAI/AAAI会议程序委员等学术兼职。

雷柏英，国家级青年人才，深圳大学特聘教授，西安电子科技大学客座教授，博士生导师，深圳市海外高层次人才 (孔雀计划)、获新加坡南洋理工大学博士学位。主要研究方向为医学图像处理和人工智能。在IEEE TPAMI、TMI等以第一/通讯作者 (含共同)发表SCI论文100余篇(6篇ESI高被引，1篇热点论文)。谷歌学术总引用超万次，H指数51。主持国家自然科学基金联合基金重点1项，面上2项等项目20余项（含国家级7项）。现任IEEE TNNLS、TCYB、TMI、JBHI、Medical Image Analysis等10种SCI期刊编委。IEEE BISP、BIIP、BSP、BHI 等技术委员会委员，医学图像顶级学术会议MICCAI领域主席（2021-2023）。IEEE 广州分部WIE主席，人工智能A类会议AAAI、IJCAI程序委员会委员，入选美国斯坦福大学发布的“全球前2%顶尖科学家”（2020-2023），获 “强国青年科学家”提名（2022，全国共40人），CSIG石青云女科学家奖（2022）。