医学数字化智能化发展-北大新医科-新工科交叉合作论坛分论坛召开

2022年4月24日下午,由北京大学医学部主办,北京大学医学部学科建设办公室、科研处等单位承办,北京大学健康医疗大数据国家研究院协办的北大医学办学110周年系列学术活动:新医科-新工科交叉合作论坛之医学数字化智能化分论坛在北京大学医学部会议中心举行。

本次分论坛以“医学数字化智能化”为主题,由北京大学健康医疗大数据国家研究院张路霞副院长及集成电路学院、医信交叉研究中心主任李志宏教授担任联合主持共同筹备,邀请了来自医学部、校本部的14位相关领域专家,就目前所开展的医学与前沿信息技术交叉领域科研工作及成果进行介绍。

1cf8c64ba0ac4767b812e63042b9f709.jpg

c8ca2f0ba8d344119ce19fb896d11f55.jpg

医学数字化与智能化分论坛联合主持

北京大学健康医疗大数据国家研究院杜建副研究员介绍了《健康医疗人工智能指数报告》,该报告由北京大学健康医疗大数据国家研究院发布,结合健康医疗人工智能领域多源数据(包括科学出版物、专利、基金以及临床试验),回顾该领域规模、结构和发展趋势,对现状进行全面分析和解读。从多个维度评估了全球健康医疗人工智能发展趋势,为健康医疗与人工智能的交叉发展提供了数据基础,探究了该领域目前存在的问题与挑战,为健康卫生管理和政策制定提供了证据支撑和分析参考。同时建设了在线分析平台,共享源数据,供研究者进行云端在线分析。

cad2b1b1b9a446fbb6ecfc6445b1166e.jpg

杜建副研究员介绍《健康医疗人工智能指数报告》

北京大学人工智能研究院马剑竹研究员介绍了人工智能辅助小分子药物研发相关研究,基于捕获特定蛋白质的3D分子结构,结合人工智能算法,在新药研发、药物靶点发现等领域取得的创新成果。

4e2f383483434f849944d7d8395cbf84.jpg

马剑竹研究员做AI辅助药物研发报告

北京大学药物设计研究室刘振明研究员“AI新技术驱动的药物研究”为题,介绍了AI助力药物发现工作,并重点介绍了人工智能辅助、全新分子生成、大尺度骨架跃迁、生物医药大数据生态社区技术与产品等核心在研技术。

7dba2c2afe854b7baf19b99134539cb5.jpg

刘振明研究员介绍AI助力药物研发核心在研技术

北京大学软件工程国家工程中心王亚沙教授从电子病历数据的应用现状和挑战出发,介绍了其团队在应用模型处理电子病历数据中的经验,包括采用符合数据特点的机器学习模型、自然语言处理技术的应用,以提高模型准确性,从而辅助临床诊疗,转归预测,为患者提供个性化治疗。

fbaa9dc6d85c443797f437bbb4233e08.jpg

王亚沙教授介绍电子病历数据挖掘与应用成果

北京大学公共卫生学院黄涛研究员以“健康体检大数据安全共享新模式”为题,介绍了以健康体检为抓手的综合健康管理,指出健康体检大数据是国家战略资源,期待能够构建健康体检数据队列,应用区块链等技术保护患者隐私,构建可审计的数据共享平台。

dab91b195d39429fad09d622f4375223.jpg

黄涛研究员介绍健康体检大数据安全共享新模式

北京大学集成电路学院王路达研究员以“仿生离子通道”为题,介绍了离子通道相关原理与应用,展望其对生理病理研究、药物研发、健康实验的促进作用。

dcc76cf907904e49819a61679e6373c1.jpg

王路达研究员介绍仿生离子通道相关研究

北京大学第一医院皮肤科主任李航教授介绍了基于AI应用的皮肤科标准数据采集流程,其团队将AI应用在皮肤外科的多模态数据采集与处理,更高效地完成了队列数据库和生物标本库的构建,实现了标准数据的采集、智能化清洗、数据智能标注,搭建了优质高效的数据管理平台。

aa268eeba8c048e38c45a8d01e3b24eb.jpg

李航教授介绍基于AI应用的皮肤科标准数据采集流程

北京大学计算机学院张铭教授围绕电子病历数据分析,重点介绍了应用表示学习对于时序关系型数据的创新处理模式,相关研究获得了较好的分析结果,在心血管患者危险度分层和糖尿病预测等方面有较好的应用。

d4f7a8fb64b04aa98266bed8757c4c49.jpg

张铭教授介绍电子病历数据创新处理模式

北京大学集成电路学院叶乐副教授介绍了植入式微纳芯片与集成系统的开发及在医疗领域发展中的应用,团队研究成果实现了植入式微纳芯片的高可靠、高效、小尺寸和低功耗要求,已探索在癌症、糖尿病给药、癫痫、帕金森等疾病靶向电刺激等领域的应用,有望面向重大慢性病需求,提供先进的精准诊断与靶向治疗解决方案。

be744d35aa97436fa744a172bd0c3f2f.jpg

叶乐副教授线上介绍植入式微纳芯片与集成系统

北京大学智能学院林通副研究员以医学诊断的AI实践为题,介绍了AI技术在基于血清化学元素的疾病诊断、喉镜图像分析、儿童癫痫症EEG信号分析领域的应用,实现了减轻医生工作量、提高诊断准确度的目标。

d961b8e3b57e485692ed2b8556ac149f.jpg

林通副研究员介绍医学诊断的AI实践


 

北京大学第三医院北方院区许锋副院长介绍了北医三院近年来综合新技术应用,在提升医院管理体系现代化方面所做的工作。北京大学第三医院打造智慧病房服务平台,实现了智能交互、一键紧急呼叫、早期病情评估、智能输液监测等功能,提升了医疗服务质量与服务能力。

703ac0b7f49d46d6817ee48ead5fe1f4.jpg

许锋副院长介绍智慧病房服务平台建设经验

北京大学人民医院呼吸睡眠中心韩芳教授介绍了远程医疗在睡眠呼吸暂停慢性病管理中的应用,介绍了多种可穿戴设备及监测设备在远程医疗中的应用,远程医疗与疾病管理有望比传统医疗方式更节约成本,更有效果。

8deca3a245014eb09b964a4bec821784.jpg 

韩芳教授介绍远程医疗在睡眠呼吸暂停慢性病管理中的应用

北京大学基础医学院、分子心血管学教育部重点实验室崔庆华教授围绕基因重要性的工作,介绍其对于AI技术培养的反向推动作用。将生物信息学中的基因重要性应用于AI技术中,对于提高图像识别模型准确率,提高AI算法改进有重要的价值。

6ccf2e7089bd4a46939a307421722117.jpg

崔庆华教授介绍基因重要性计算及其对AI技术的启发

北京大学人民医院杨帆副院长,就胸部肿瘤大数据的管理工作进行了报告。其团队针对临床需求,建立了多源异构数据库,收集了包含患者肿块信息等200余个多维变量,数据库能够以视觉方式更好的呈现数据,从而获得更多有意义的发现。此外,AI技术还能够应用于手术相关视频分析,以帮助教学、手术质控工作。

92aadf43c04b40f5b637cb45bc0ea6c6.jpg

杨帆教授介绍胸部肿瘤数据库及应用

通过本次论坛,与会听众有机会了解到更多的医学数字化智能化研究内容,期望通过这样的形式,为研究者提供更多的机会和平台,支撑我校交叉领域研究取得长足发展。

1d37a27eaa454b75919f63860dd75967.jpg

分论坛现场