2025年12月14日，由中国生物医学工程学会主办，南京大学智能科学与技术学院、健康医疗大数据国家研究院、南京大学-鼓楼高科集团健医数据与AI校企联合实验室承办的人工智能驱动的医学创新与未来诊疗论坛在南京大学苏州校区成功举办。来自多个著名高校、研究院、医院及企业的专家学者围绕医疗人工智能的前沿技术、临床应用与产业实践展开深入交流，共同探讨智慧化医疗的未来趋势。论坛主席为智能科学与技术学院副院长单彩峰教授和准聘副教授房钰棋。
论坛开幕式由单彩峰主持。他提到，当前医学人工智能正从技术创新走向深度融合与体系建构的关键阶段，它不仅是方法的革新，更是诊疗范式与健康理念的深刻演进。他希望借助本次论坛的举办，汇聚临床医学、智能科学、产业发展等多方智慧，共同探讨如何让前沿科技真正赋能医疗实践，解决真问题、创造新价值。
南京大学办公室副主任、苏州校区办公室主任罗刚在开幕式上致辞，代表南京大学苏州校区对各位专家学者的到来表示热烈欢迎。他表示，人工智能与医疗健康的深度融合正深刻改变诊疗模式与健康管理路径，智能科学与技术学院致力于凝聚多学科交叉力量，在该领域持续开展科研攻关与创新应用，为医疗健康事业的智能化转型贡献坚实的南大智慧。他期待通过本次论坛搭建起高水平交流平台，汇聚学界与产业界专家学者的智慧，共同推动医学创新与智慧医疗发展，深化产学研医合作，为健康中国建设注入创新动力。
开幕式结束后，与会嘉宾围绕“人工智能驱动的医学创新与未来诊疗”这一论坛主题，展开了深入的学术交流分享。
中日友好医院放射科主任马国林以《多模态磁共振脑影像在揭示视听嗅感知障碍神经可塑性的作用研究》为题作分享报告。他的报告紧扣临床实际，综合运用fMRI、DTI、ASL及QSM等多模态磁共振技术，系统揭示了弱视、耳聋、耳鸣及嗅觉障碍等疾病在大脑结构、功能、血流及分子代谢层面的神经可塑性变化。他还在报告中介绍了团队在视觉训练、tDCS神经调控等干预方向上的探索，为感知障碍的评估与康复提供了重要影像学依据，并向人工智能领域学者发出合作倡议。
中国科学技术大学周少华教授在题为《医学影像人工智能统一基础模型：现状、技术与趋势》的报告中，结合团队研究成果，系统梳理了AI技术从感知式AI、生成式AI到代理式AI的发展路径。他以建模复杂度和任务复杂度为切入点指出，当前医学影像AI研究正从“小任务大数据”迈向“大任务小数据”统一基础模型，尽管通用基础模型向医学影像迁移时面临数据颗粒度不匹配等挑战，但其展现的强泛化能力仍具有重要意义。
北京理工大学杨健教授作《内镜具身智能手术导航研究进展》主题报告，展示了其团队在手术机器人定位与导航领域的自主创新成果。他提出，团队自主研发了“瑞瞳”手术机器人视觉定位设备体系等一批国产自主高端医疗器械，显著降低了对进口的依赖与成本。他的团队融合三维重建、深度估计等关键技术，构建了高精度、实时化的手术环境感知与导航系统。展望未来，他期待智慧手术室将逐步实现“边感知、边决策”的具身智能手术机器人，推动外科手术向更精准、自主的方向演进。
西湖大学郑冶枫教授以《医学大模型：前沿技术、自动评测与临床应用》为题，系统梳理了医学大模型的最新进展。他从大模型发展历程切入，指出Transformer架构推动了文本与图像任务的统一，并进一步介绍了临床编码、报告生成、具身智能等医学大模型应用方向。他分别总结了医学大语言模型与多模态医学大模型的发展现状，展示了其在执业医师资格考试、医患对话、临床用药支持等多个场景的实际应用。
浙江大学吴丹教授作《AI赋能的磁共振显微成像技术》主题报告，聚焦扩散磁共振成像在细胞微结构重建领域的前沿探索。她指出，传统基于数学拟合的微结构分析方法面临诸多局限，而深度学习为该领域带来了新的突破可能。她重点介绍了其团队研发的“时间依赖性扩散磁共振微结构成像”技术，全面阐述了该技术从物理理论模型构建到临床实际应用过程中所遇到的挑战及相应的解决方案，并展示了该技术在国内为百余家医院应用于前列腺癌、乳腺癌诊断的成果，为磁共振成像向细胞级微观信息解析迈进提供了新的技术路径。
深圳大学雷柏英教授以《人工智能赋能医学图像计算》为题展开分享。针对影像医生负担巨大且阅片受到医生经验影响的现实阻碍，她从数据优化、特征优化、模型优化三个层面介绍了研究工作：在数据层面，通过多尺度协同优化分析精度；在特征层面，构建多尺度注意力精准捕捉表征；在模型层面，设计脑图谱引导显著提升模型的临床适配性。目前，相关工作成果已在深圳市眼科医院等多家医疗机构进行示范性应用。
香港科技大学陈浩教授以《大模型赋能智慧医疗：挑战和未来》为题，系统分享了医疗大模型研发的创新实践与前瞻思考，他再次强调了数据和算力作为“武器”在医疗大模型的发展中的重要性。他的团队以“建队列、打硬仗”为原则，构建了覆盖X光、CT、MRI的多模态大模型研究体系。此外，他还致力于推动多模态信息的协同融合，探索通用模型与专用模型相结合的路径。他强调，未来医疗大模型应进一步推动临床专家与大模型技术的深度结合，以构建更具泛化能力与临床实用性的下一代医疗智能系统。
电子科技大学王国泰教授作了题为《医学影像AI模型的无标注跨域适应》的报告。他聚焦于医学影像在实际应用中因设备、协议、人群差异等导致的跨域数据分布不一致问题，系统介绍了无监督域适应、无源域适应以及测试时自适应等三类关键技术。他进一步指出，此类自适应机制不仅可应用于传统模型，也能与当前兴起的基础模型结合，为构建更稳健、可泛化的医学影像智能系统提供了重要方法学支持。
西北工业大学夏勇教授在《大语言模型驱动的医学影像分析》报告中，阐述了大语言模型在医学影像领域面临的挑战与应对策略。他首先指出“小样本”数据困境，并依次介绍跨模态数据生成、大规模预训练、大模型微调与蒸馏以及大语言模型驱动分析四个解决路径。其次，针对“可信赖”这一关键要求，他强调了模型需具备的四个方面：泛化鲁棒性、对抗鲁棒性（安全性）、可解释性与公平性。最后，他进一步指出，临床影像模型正经历根本性的范式转换——从过去“一任务、一数据集、一模型”的孤立模式，转向多层级大模型的统一架构，这将有效缓解数据稀缺、模型泛滥等长期困扰。
华东理工大学金晶教授在题为《脑机接口系统优化及应用》报告中，介绍了其团队在脑机接口技术研发与医疗应用方面的布局与成果。他的团队聚焦于BCI基础技术、BCI医疗应用及BCI+AI三大方向，自主研发了植入式采集芯片产品，实现了关键技术壁垒的突破。在应用层面，团队开发了可用于意识评估与调控的无创系统，并研制了首个面向脑卒中患者的运动康复系统。展望未来，他提出，脑机接口技术将进一步突破人类身体的物理限制，助力构建虚实融合、交互共生的“阿凡达”式元宇宙生活新图景。
上海科技大学王乾教授以《宫颈疾病智能化筛查》为题，围绕宫颈癌这一全球女性健康的重大威胁，系统介绍了其团队在智能化筛查技术上的创新探索。他聚焦于临床广泛应用的细胞学检测，分别介绍了多实例学习框架、面向临床工作流的多任务解耦设计、文本描述驱动的细胞病变精细异常分级、专家注视驱动的假阳性纠正机制等一系列技术进展，目前，相关工作已具备规模化临床部署的能力，为宫颈癌的早期防控提供了高效、可靠的智能工具。
南京凯影智能医疗科技有限公司副总经理沈恺在《3D一体机在AI术前规划及术中导航中的应用》主题报告中，介绍了其团队自主研发的凯影3D一体机解决方案。该方案以FPGA图像处理技术为核心，具备低延时、高可扩展性与强可靠性的优势，支持多模态影像与AI模型的实时叠加显示。他还展示了该设备在神经外科外视镜增强现实AI导航等场景中的应用，为与会嘉宾学者带来了产业界的创新动态。
中南大学湘雅二医院吴海竞教授从临床医生的视角，在题为《人工智能在皮肤病领域的应用及挑战》的报告中，紧密围绕皮肤疾病临床诊疗的实际困境与需求展开探讨。她指出，皮肤病种类繁杂、临床表现多变，当前临床诊断准确率有限，医生面临工作负担重、诊断一致性低的挑战。对此，她强调，临床医生所期待的并非一味追求技术指标的“创新”，而是真正贴合工作流的实用工具，例如辅助生成规范病理描述的系统。她特别指出，模型的可解释性、对无标签及噪声数据的适应能力，以及在小样本甚至零样本场景下的稳健迁移，是推动AI落地临床的关键。她呼吁，产学研各界应更加关注技术的临床转化与实际效用，推动建立以医生需求为核心、人机协同的可信任辅助诊疗模式。
南方医科大学黄美燕教授以《基于多源信息融合的脑肝部疾病早期预测方法》为题，关注胶质瘤与肝癌等高恶性疾病的早期诊断难题，介绍了其在多源信息融合与分析方面的系列方法创新。针对多模态临床数据不完整、异构性大、病灶变化难以察觉等关键挑战，她提出了三层次研究思路，通过特征解耦实现共有信息提取，利用尺度结构约束建模影像与基因等多尺度数据间的复杂关联，基于领域知识引导网络聚焦于肿瘤边缘浸润模式等关键特征，为提升脑肝部重大疾病的早期发现与精准干预能力提供了方法支持。
论坛环节由南方医科大学冯前进教授、上海交通大学魏红江副教授、中国科学院宁波材料所张炯研究员、中国科学院苏州医工所戴亚康研究员、南京大学智能科学与技术学院准聘副教授房钰棋等主持。
本次论坛圆满落幕，与会专家从方法创新、技术落地与临床转化等多个维度，展现了智能技术赋能现代医学的广阔前景与可行路径。论坛不仅促进了跨学科学术交流与思想碰撞，也搭建起产学研医各界携手推动医疗智能化的合作平台。
