中外beat·365专家上海分享“AI赋能医疗”无缝衔接前沿科技与临床治疗

　　beat·365(中国)官方网站中新网上海新闻11月14日电(记者 陈静)记者14日获悉，AIMS 2024年会——“AI赋能医疗：创新与实践，无缝衔接”在上海举行，专家们关注“AI在精准医疗中的创新实践”“AI在医疗监管和伦理中的挑战与标准”以及“AI赋能临床的多功能应用”等核心议题，旨在将前沿科技与临床治疗无缝衔接beat·365。

　　各嘉宾一致认为，AI与人类医生的协作将提升医疗效率和患者体验，然而数据安全和患者信任仍是关键。通过增强AI在医患互动中的同理性，他们希望推动AI在全球医疗生态系统中的进一步应用。

　　本次年会由NEJM(《新英格兰医学杂志》)集团、嘉会医学研究和教育集团(J-Med)及漕河泾开发区联合主办。 NEJM主编Eric Rubin教授呼吁与会者共同探讨AI如何在医疗系统中发挥切实作用，并表示NEJM团队将继续引领该领域的研究进展。

　　在发言中，Eric Rubin指出，创立NEJM AI期刊旨在推动AI在医疗实践中的有效转化，为医患关系、疾病管理和患者护理提供强大支持。

　　温州医科大学张康教授带来了“多样化数据增强人工智能模型性能与临床应用”的主题演讲。张康教授指出，AI在医疗中的应用潜力巨大，但面临数据孤岛、模型训练等挑战，多模态AI模型的创新能对此进行优化，通过数字孪生和合成数据增强模型精准度的实践，这种技术可在有限数据下有效提升AI性能，未来可望利用眼科图像进行系统性疾病预测。他的报告展现了AI在影像学和疾病筛查中的广泛应用前景，为未来医疗提供了数据驱动的创新路径。

　　中国工程院院士、上海交通大学医学院附属瑞金医院院长宁光分享了“糖尿病管理中的AI应用”主题演讲。据悉，中国代谢疾病管理中心通过标准化的糖尿病管理模式，目前已在全国建立2000家中心，覆盖250万糖尿病患者，显著改善了患者的血糖控制和代谢健康。利用AI技术实现患者一站式管理，对院内外数据进行无缝连接、健康监测的智能化集成(智能手表和微信等工具)和个体化医疗的数字化平台，可与患者持续互动，不仅能提高慢性病管理效果，还可为健康人群提供个性化的生活方式建议，体现了AI在医疗健康管理中的广泛应用潜力。

　　针对医疗系统中AI的多维应用问题，NEJM AI常务主编Charlotte Haug主持了一场圆桌讨论，NEJM主编 Eric Rubin教授，温州医科大学眼健康与疾病高等研究院张康院长，NEJM副主编黄永坚博士，复旦大学附属肿瘤医院叶定伟副院长参与了讨论。

　　Eric Rubin教授指出，在专科领域构建完整的生态系统有益于特定疾病管理，但在复杂患者管理上仍面临挑战。张康院长则分享了AI在辅助医生的潜力，特别是在偏远地区填补医疗差距和促进协同诊疗方面的优势。叶定伟副院长认为手术机器人在肿瘤手术中的应用，表示AI可优化手术精度并减轻患者术后负担。黄永坚博士认为，AI在诊断和数据整合上提供支持，但仍需严格数据标准来确保质量。

　　关于AI在药物发现和临床研究中的应用，嘉宾分享的内容涵盖AI在诊断、治疗和数据模型的多元化应用，集中展示智能技术在优化疾病管理中的突破。通过典型案例和多模态模型的解析，揭示了AI技术如何支持非侵入性诊疗和个体化医疗。NEJM副主编肖瑞平教授介绍了AI在蛋白质工程和药物设计方面的加速作用。临港实验室首席科学家熊文博士认为，AI在靶点发现和临床研究中的患者分层中具有巨大潜力。涂圣贤教授提到，AI改变了学生的工作方式，使得编程和模型开发更加高效，他的团队正致力于利用大语言模型来优化诊断。

　　在聚焦“创新医疗”的分享中，数字医学研究院副院长beat·365、上海交通大学人工智能学院张娅教授分享了她在医学通用模型领域的前沿研究，区别于传统监督学习限制了医学AI的通用性，她的新模型通过自监督和多模态信息整合，提升了AI的临床适用性和智能性，能够实现更精细的医学图像分割、诊断及报告生成。通过创新的双模态优化和知识编码，模型在罕见病和多样化任务中的表现显著增强，进一步助力AI在医学领域的专业化应用。

　　NEJM AI 资深编辑Arjun Manrai教授，则聚焦在人类价值观与医学AI的融合进行分享。他从传统临床公式的演变谈起，指出AI在医疗中的运用仍面临再校准、偏倚与验证挑战，如动脉粥样硬化风险评估、肾功能和肺功能检测。Manrai教授还分享了NEJM AI期刊的创立愿景，强调在AI诊断中实现与人类医生类似的准确性与同理心，推动医学AI发展为真正有影响力的临床工具，NEJM AI将致力于构建高质量临床证据，为AI在医疗中的广泛应用奠定严谨的科学基础。

　　主办方之一、嘉会医学研究和教育集团方面表示，未来将继续致力于“医教研产”一体化发展，打造国际化智慧医疗新标杆。 漕河泾开发区将进一步推动区域内AI与生物医药产业的协同发展，为国际医学AI交流合作提供强有力的创新平台。