科研提升训练营
生成式人工智能的迅速发展成为了科技领域内的一股强劲力量。AI技术，正在深刻地改变着我们的生产方式、生活方式乃至人才培养模式，成为推动新一轮科技革命和教育变革的关键驱动力之一。复旦大学始终走在人工智能时代的前沿，发布CFFF科研智算平台，开设至少100门AI大课，构建AI-BEST课程体系，在校内外广泛开展人工智能+行动。为了进一步提升研究生群体对这一新兴领域的理解与实践能力，本学期，复旦大学研究生会联合各培养单位研究生会再次策划推出“AI+科研提升训练营”。
2024年12月19日下午，由复旦大学党委研究生工作部、复旦大学研究生会主办，各研究生培养单位合作开展的“AI+科研提升训练营”第二季第四期在邯郸校区第六教学楼204教室顺利举行。本期训练营课程主题为“智能诊疗的应用与未来”，由复旦大学附属华山医院放射科博士后、北京交通大学计算机科学与技术博士、复影上海医疗科技有限公司特聘算法工程师刘晓主讲，以“AI赋能医疗—浅谈智能诊疗的应用与未来”为主题，全面讲解了人工智能在医学影像分析和诊断中的应用现状、科研转化经验及未来发展方向，并分享了团队在多个关键领域的创新成果。
刘晓博士首先从医学诊断的痛点出发，深入探讨了AI技术如何赋能医疗领域。传统医学诊断中，医生面对大量影像数据，容易出现诊断疲劳、误诊和漏诊的情况。而AI技术的引入，给脑动脉瘤检测、颈动脉斑块筛查、脑肿瘤治疗规划等医学影像分析领域带来极大便利，大幅提高了诊断效率和准确率。
随后，刘博士详细剖析了科研成果向临床应用转化的完整过程。她强调，AI医疗产品的研发离不开多学科的深度合作。团队通过医工结合模式，在算法优化、硬件开发和临床验证等环节中密切协作，共同攻克技术难题。她以“脑动脉瘤智能检测系统”为例，回顾了团队历时五年研发的历程，从数据收集与标注到产品认证与推广，逐步推动科研成果走向临床应用。然而，她也坦言，这一过程充满挑战，如医疗数据获取困难、算法在临床中的适配性问题以及产品推广过程中用户接受度的不足等，都是科研转化需要重点解决的难题。
随着AI技术的不断进步，医学诊断正在进入一个全新的发展阶段。刘博士认为，智能报告生成技术将进一步提升诊断效率，而多模态医学数据的整合将为患者构建更全面的健康画像。此外，人工智能在个性化医疗规划中大有可为，可以通过预测疾病进展，为患者量身定制更加精准的治疗方案。与此同时，她指出，区域化医疗服务也是AI技术的重要应用方向，特别是在通过赋能基层医疗机构、缩小城乡医疗差距方面。未来，AI技术将逐步覆盖疾病筛查、手术规划到术后康复的全流程，推动医疗服务向高效化、智能化方向发展。
在互动环节，现场同学围绕AI医疗产品的推广难点、技术创新的伦理挑战等问题积极提问。例如，针对AI医疗产品如何打消医生的顾虑，刘博士建议通过加强临床试验数据的透明度和推广培训，逐步提升医生对AI技术的信任感。关于数据隐私与伦理，刘博士指出，在算法开发和产品设计中需始终将患者隐私保护放在首位，探索更加安全合规的数据共享机制。
本次AI+科研提升训练营第二季第四期取得了圆满成功，通过详尽的理论阐释与实践案例分析，为与会者提供了深入了解AI医学诊断的机会，吸引了来自各专业的同学和相关领域的老师参与，呈现了一个很好的师生交流平台。未来，随着AI技术的持续突破和与医学的深度结合，我们期待看到更多创新成果，为人类健康事业注入新的动力！
文案：研创中心 胡睿
排版：研创中心 陶著
编辑：融媒体部 贾越茹
审核：王子雄
