CCF YOCSEF长春 成功举办“生物医药与智能计算如何协同发展？”技术论坛

       我国新增交叉学科作为第14个学科门类，这距离上一次学科重大调整已过去8年，交叉学科如何协同发展是未来一段时间的重要议题。在人类面临如新冠肺炎与癌症等复杂疾病的今天，如何借助人工智能浪潮，联合计算科学和生物医药交叉学科中多领域专家的智慧助力精准医疗日益迫切。

      2021年3月14日下午14:00 CCF YOCSEF长春AC 举办了“生物医药与智能计算如何协同发展？”技术论坛，此次论坛由吉林大学白天副教授（YOCSEF长春学术秘书）和长春大学匡哲君博士（YOCSEF长春AC学术委员）作为执行主席，吉林海诚科技有限公司副总经理王福德（YOCSEF长春非学术委员）作为微论坛主席。本次技术论坛探讨了计算科学在医药领域中发挥了哪些重要作用？如何解决医疗领域与计算机的技术与需求之间的屏障？计算统计如何让医疗分析更加的便利，医学知识如何让计算统计结果更具备可解释性？生物医药与智能计算交叉研究未来的发展，应该是由智能计算技术进步驱动，还是应该由生物医药具体需求牵引？

图1 线上参会嘉宾合影

      此次论坛邀请了上海大学施俊，吉林大学滕乐生，东北师范大学王晗做特邀报告，还特别邀请了北京大学王璐博士、天津超算中心冯景华高级工程师、上海理工大学孔祥勇博士、长春理工大学蒋振刚教授、长春大学赵剑副教授、吉林大学第二医院矫健航主治医师参与了本次论坛的议题讨论。论坛吸引了全国相关领域专家学者二百三十余人在线参与学习和研讨，对“生物医药与智能计算如何协同发展？”这一议题进行了热烈的讨论。

图2 线上参会人员一览

  技术论坛开始，由执行主席白天副教授做引导发言以及第一位报告嘉宾介绍。

图3 上海大学施俊教授主题发言

图4 施俊教授阐述当前医学影像智能计算面临的问题

    第一位报告嘉宾施俊，上海大学，通信与信息工程学院，教授，博导，美国北卡罗来纳大学教堂山分校访问学者。主要研究医学超声智能分析、医学影像分析、医学成像方法。基于医学影像的智能分析、诊断已经成为学术和工业界的热点。然而，由于医学影像数据标注的专业性要求高、数据采集耗时长、以及隐私保护等因素，基于医学影像的CAD研究通常面临着小样本问题。施俊教授针的本次报告主要针对小样本医学影像数据，分别介绍了基于单模态医学影像的CAD、基于多模态融合的医学影像CAD、基于迁移学习的医学影像CAD三个方面的研究。

图5 吉林大学滕乐生教授主题发言

图6 滕乐生教授阐述面向近红外光谱分析的计算方法

  第二位报告嘉宾滕乐生，吉林大学教授，博导。育部“青年长江学者”入选者，2012 年毕业于吉林大学微生物与生化药学专业，现任吉林大学教授，博士生导师，吉林省给药系统技术工程实验室主任。主要从事药物新制剂的应用基础研究、技术研发及产品转化应用。随着科学技术的发展，单一的药物制剂技术已经越来越不能满足社会的需要，多学科交叉正在成为药物制剂领域的新研究方向，本次报告中滕乐生教授对智能计算、流体动力学、有机化学等多个学科与药物制剂的交叉研究进行报告，并与参加本次论坛的各位嘉宾共同探讨智能计算在药物制剂领域研究未来的发展。

图7 东北师范大学王晗副教授主题发言

图8 王晗副教授阐述精准医疗的设计框架

  第三位报告嘉宾王晗，王晗，东北师范大学计算生物研究所所长，副教授，博导，吉林大学与美国密苏里大学联合培养博士，中国计算机学会生物信息学专业委员会委员。人工智能学会生物信息与人工生命专业委员会委员。研究领域为生物信息学和精准医学，主要科研在于药物靶点膜蛋白结构和功能研究，基于生物医药学大数据，采用深度学习等人工智能算法，进行药物作用网络构建、药物靶点筛选、药物重定向等面向精准医学的应用研究。精准医疗的产生和发展是当前多领域最新科学与技术融合的必然趋势，将人类对抗疾病的能力提高到一个新的历史阶段。在本次报告中王晗副教授介绍了大数据驱动的人工智能技术在精准医疗中应用，阐述了如何深入挖掘并综合疾病相关的多元信息，提供更精准、有效的医疗服务。

  论坛进入第二阶段，议题讨论与思辨环节，由执行主席匡哲君主持。

第一个议题是：如何解决医疗领域与计算机的技术与需求之间的屏障？

冯景华：生物医药和超算现实生产中有着紧密结合，生物医药和计算机辅助诊断以医生诊断为主。计算机人员要多了解生物医药知识才能用计算机更好的服务生物医药。人才和制度才是更好的突破。

王璐：分析问题的角度看待问题、计算机、统计、医学大家角度不同。大家需要多沟通，以满足大家的需求。交叉学科在西方非常发达，国内相关专业发展缓慢。在合作上多沟通，学生要多学习拓宽学习领域。

孔祥勇：交叉学科不是单纯计算机与医学知识互学，除去技术因素，初心很重要。要考虑医生的内心怎么想不是单纯的数据。医学要考虑有效性和安全性。

蒋振刚：抓住临床医学需求，不闭门造车。产业发展要更好发展，人才培养很重要。当前交叉学科的步子可以扩大一些加大融合人才培养的步伐。

赵剑：计算机与医学领域合作非常有必要。国内外合作案例越来越多，计算机在生物医学领域识别率越来越高。在学科和产业交叉过程中沟通至关重要。

矫健航：计算机在临床医学中位置日益加重。计算机给临床医学带来很大的便捷。如影像学数据标记、癫痫领域脑电监控。个人认为医学与计算机交叉的前景光明。过去都是医生与计算机人员的合作，现在患者于计算机服务需求也日益剧增。

施俊：医学与计算机的合作应以医生为主，技术在先进也要有应用。医学领域需要稳定便捷的计算机系统。医学与计算机大家要多沟通，如参加医生领域的会议。

刘铭：标准化医学数据库的建设很重要。

王晗：医学与计算机交叉屏障一定存在。发文章，相对简单；医疗应用需要稳健的系统，很难有高水平文章。制度性问题有时候很大的屏障，大家应该多发生给学科交叉提供便利。计算领域要与医学领域人员多沟通，计算人员要大量学习临床方面的知识。生物学家和医生无法将问题转为计算问题，所以计算人才要迎合医学需求。

李华：赞同医生为主、交叉学科人才的培养；从古至今各行如隔山，随着智能决策能力加强，计算机在医学领域地位越来越重要。医疗领域与计算的结合云计算技术功不可没。

叶育鑫：交叉学科一定要在自己的领域做得非常好后才能进行交叉。做交叉前一定要夯实的学科背景和夯实的技能。

第二个议题是：计算统计如何让医疗分析更加的便利，医学知识如何让计算统计结果更具备可解释性？

施俊：医生知道我们计算机提取特征的重要性。医生更加了解计算机对特征的可解释性。可视化内容由医生来进行解释，不是计算机人员进行解释。在医疗领域专业知识很重。

蒋振刚：信息技术辅助临床，怎么让医生有信心。如何引用医生的知识与计算机的深度合作。

叶育鑫：真正的可解释一定是从医学领域进行解释。可把影像学进行符号化做成专家系统。

王晗：当前可解释性的根本要求是计算科学产生的新生物医学知识如何进行验证，所有这种可解释性需要交叉多方深度合作，采用生物医学手段解释这些新知识。

孔祥勇：在医学与计算机合作中不应全听从医生，这样就无法进行新的突破。现在从“治疗医学”到 “预防医学”时代。

刘铭：应用统计学的方法与计算机理论相结合来解决医学问题，可以让计算结果更具备可解释性。

第三个议题是：生物医药与智能计算交叉研究未来的发展，应该是由智能计算技术进步驱动，还是应该由生物医药具体需求牵引？

王晗：生物医学的牵引，智能计算至关重要，新知识一定是智能计算作为引导有要回归生物医学，生物医学、智能计算两者相辅相成。

李华：在智能计算计算驱动和生物医药需求牵引都很重要的情况下，生物医药需求相对更主导发展

叶育鑫：生物医学、智能计算学科的交叉，没有一个绝对领导。

  最后，长春分论坛主席、吉林大学叶育鑫对此次技术论坛进行了总结，肯定了此次思辨内容具有的实际意义和指导意义，大家在思辨的过程中围绕生物医药与智能计算的协同发展进行了深刻的探讨，讨论中碰撞出新的观点。育鑫指出：本次会议是一次成功的论坛、胜利的论坛，并特别感谢各位报告嘉宾、特邀嘉宾、YOCSEF长春以及兄弟论坛和所有参加本次论坛成员的支持！