2024年1月13日，CCF YOCSEF济南深度技术论坛在山东工商学院隆重举行。本次论坛由YOCSEF济南副主席程大鹏（山东工商学院）、YOCSEF济南委员郑强（烟台大学）担任执行主席，YOCSEF济南候任AC委员张帆（山东工商学院）、YOCSEF济南AC委员李成龙（山东建筑大学）担任线上主席。与会嘉宾有太原理工大学软件学院院长赵涓涓教授、山东财经大学刘慧教授、南京航空航天大学朱旗教授、烟台毓璜顶医院毛宁主任、CCF YOCSEF济南主席孟雷（山东大学）、山东工商学院计算机科学与技术学院院长李晋江教授、山东工商学院范辉教授、CCF YOCSEF青岛副主席王莹洁（烟台大学）、鲁东大学王刚教授、滨州医学院医学影像学学院许昌教授、山东工商学院赵峰教授、北京大学深圳医院戴懿主任、山东坤创润和信息科技有限公司CEO 赵婉如、CCF YOCSEF济南候任学术秘书李克峰（山东交通学院）、CCF YOCSEF济南AC委员王朋（山东交通学院）、CCF YOCSEF济南委员李太忠（国网智能科技股份有限公司）等四十余位等高校和医院的学术和产业专家围绕人工智能医学影像赋能医疗的议题，开展分享、探讨，梳理、凝练人工智能医学影像技术创新、平台建设、业务落地的技术路径。

YOCSEF 济南主席孟雷介绍论坛背景

论坛伊始，山东工商学院计算机科学与技术学院院长李晋江教授致欢迎辞，CCF YOCSEF济南主席孟雷（山东大学）进行YOCSEF文化培训并对YOCSEF济南做总体介绍，强调YOCSEF以“承担社会责任、提升成员能力”为宗旨，是青年精英的训练营，在全国建设有27个分论坛，YOCSEF济南分论坛成立于2003年，在济南企业、政府委员的参与支持下，促进校、企、政各方面的青年才俊的加入与成长，与CCF分部、YOCSEF兄弟论坛资源共享，基于济南新旧动能转换产业优势，高校企业双螺旋共舞，服务地方经济。

引导发言PPT

上午的引导发言阶段由四位引导嘉宾分别从影像基因组学、生成式人工智能应用、脑网络拓扑信息挖掘和多模态研究等人工智能医学影像关键技术和典型场景进行介绍并发表引导观点。太原理工大学软件学院院长赵涓涓教授以《基于影像基因组学的非小细胞肺癌免疫相关预后模型的构建研究》为题，引入了利用影像基因组学，针对非小细胞癌NSCLC的研究方向，详细阐述了团队2023年的最新研究成果，包括：1）基于CT图像预测NSCLC患者的EGFR基因突变；2）基于CT图像预测NSCLC患者免疫相关的预后风险分层；3）基于转录组数据与图像联合分析NSCLC的免疫学特征；4）基于转录组数据分析NSCLC的免疫学特征；5）基于免疫亚型差异基因构建NSCLC患者的多基因预后模型；6）基于CT图像预测NSCLC患者免疫相关的预后风险分层。最后强调了结合计算机和医生两个角度出发进行研究的可行性和启发。

赵涓涓作“基于影像基因组学的非小细胞肺癌免疫

相关预后模型的构建研究”引导发言

泰山学者、山东财经大学刘慧教授以《生成式人工智能在医学影像分析领域的研究与探索》为题，首先介绍了生成式人工智能AIGC的发展历程，包括GAN、CLIP、Transformer、ChatGPT等技术、模型或方法。结合现有条件，提出相比从头构建完整大模型，基于开源通用大模型的调优是更可行的研究路径。进一步引出多模态问题，介绍了医学领域多模态大模型LLaVA-Med、Qilin-Med-VL。详细阐述了团队在对模态医学数据融合及辅助诊断领域的研究工作，包括多模态数据缺失建模、医学多模态数据融合（影像和病例融合，多种医学影像融合等）、医学影像报告生成（数据集构建，知识增强）。最后介绍了数据、知识、模型等几个方面的未来研究方向与挑战问题。

刘慧作“生成式人工智能在医学影像分析领域的研究与探索”引导发言

南京航空航天大学朱旗教授以《面向脑疾病诊断的脑网络拓扑信息挖掘方法》为题，首先介绍了脑计划、脑疾病（老年痴呆症）、脑影像等概念，以及引入AI赋能精准医疗的场景。针对脑网络的分析，介绍了一系列前期工作，包括基于超图的脑网络构建、基于子网络图核的脑网络分类、基于有序模式的脑疾病分类、基于multi-kernel的多模态融合等。提出如下研究难点：1）脑网络复杂拓扑结构；2）多模态脑网络融合；3）多中心脑网络联合分析，并对应给出了解决方案。以下详细介绍具体工作：1）拓扑保持的动态脑网络分析；2）多模态三元组注意力脑网络融合；3）基于多模态网络的多通道时空图卷积网络；4）非欧脑网络卷积特征提取与分类；5）基于先验驱动动态脑网络的多模态情绪识别；6）基于置信度动态评估的多模态情绪识别；7）多中心网络分类；8）基于深度可解释判别表示的多模态分类等。最后介绍了自主研发的脑影像分析软件，以及脑网络在其他领域的应用。

朱旗作“面向脑疾病诊断的脑网络拓扑信息挖掘方法”引导发言

泰山学者青年专家、烟台毓璜顶医院的毛宁主任以《多模态医学影像人工智能的研究体会》为题，首先介绍了自主建设的多模态、多中心数据库。多模态数据包括：10000余例CESM影像、MR、WSI等。提出了结合影像组学和深度学习解决的临床问题，包括：肿瘤诊断、预测淋巴转移、预测病理分型、预测新辅助化疗疗效、预后预测、预测术后复发风险、预测基因表达等。随后介绍了医学影像相关工作，包括：1）乳腺肿瘤分类，全自动管道系统对乳腺肿瘤进行自动分割和分类；2）基于DCE-MRI深度学习的乳腺癌自动分割、诊断和淋巴结转移预测；3）瘤内和瘤周影像组学对乳腺癌新辅助化疗NAC早期预测、MRI-病理WSI多多台融合预测乳腺癌新辅助化疗NAC疗效。探讨了脑结构与功能成像的研究进展，尤其是抑郁症的相关研究。最后分享了从医院角度看人工智能的热点方向，包括：1）影像+病理的多模态AI；2）多任务AI；3）微环境；4）AI方法在领域的创新；5）多组学。

毛宁作“多模态医学影像人工智能的研究体会”引导发言

下午的闭门论坛阶段围绕三个议题进行了三个小时的深度思辨研讨。议题一是“通用大模型与专用小模型，已然成为医学影像分析领域的两大代表性方向，然而，工科人员在赋能基层医生开展合作的时候，该如何抉择？”与会专家积极讨论，有专家认为大模型由于参数量大、资源消耗大、训练成本高等问题，对大部分研究团队在短时间内很难实现自主研究，而传统的专用小模型由于体量优势和技术积累，在目前的医学影像分析领域得到更多的研究和应用；有专家提出技术的应用应聚焦具体问题，从实际需求出发，可以结合通用大模型和专用小模型，攻克困难的问题；有专家提出引入人工智能尤其是大模型时应全面考虑数据安全、隐私保护等问题。

议题二是“从赋能基层医生临床的角度，人工智能医学影像产品是赋能医生还是赋能病人？产品走进的是医院还是社区？走进医院的话，进入的又是什么科室？”以毓璜顶医院一线医生和科研人员为代表的行业专家纷纷发言，介绍了医疗资源布局、分级分层诊疗的行业现状及存在的问题瓶颈。数字化诊疗已经为社区基层提供了部分便利，目前医院内部也用到了一些AI赋能的相关产品。基本上人工智能医学影像产品对于赋能医生和服务病人都是必要的，在医院和社区、在医院内不同科室都有应用场景和发展前景。

闭门论坛阶段

闭门论坛嘉宾发言讨论

议题三是“从赋能基层医生科研的角度，人工智能产品搭建的平台应该具备哪些元素，才能更好地服务医生?”与会专家通过分享案例，从人工智能平台的场景、需求、安全等方面展开激烈讨论，具体功能性元素包括：与现有数字化仪器数据接口匹配的问题、过程和中间结果的导出、人机交互、结果呈现可视化等。同时，要兼具通用性和个性化，需要人工智能技术开发者和基层医生深入探讨细节的实现。

部分论坛与会专家学者合影

三个议题的讨论结果在论坛的第三阶段输出总结讨论中进行碰撞优化，形成了如下共识：

1. 医疗大模型与小模型赋能医疗：大模型是软硬件以及人工智能技术进步的必然结果，虽未发展成熟，但是其在医疗领域的应用价值是不可忽视的。在医疗大模型未成熟的当下，合理利用大模型并与小模型配合协作，是人工智能医学影像赋能医疗的重要技术路径之一，其中生成式人工智能大模型将在赋能医疗中扮演重要角色。

2. AI医学影像产品赋能医疗：AI产品赋能医疗首先是赋能医生，因为医生才是治病救人的主体，但最终目的都是为了让病人接受到更好的医疗服务。目前AI产品不论在医院还是社区都有很大的需求，但是AI产品研发人员在产品开发过程中要有清晰的科研定位，不断明确市场需求，并将市场需求与国家重大战略需求有机结合，方能开发出利国利民且生命力旺盛的AI医学影像产品。

3. AI科研平台赋能医疗：AI科研平台要想更好的赋能医疗，需要明确目前医工交叉科研中面临的具体困难，从数据安全性、数据整理、数据分析、结果展示等一系列环节不断提升医生的使用体验，切实解决科学实验的顶层设计问题，以智能医学交叉学科知识体系为支撑，将繁琐复杂的人工智能以最简单易学习的方式呈现在医生面前，并构建完善的培训体系。

最后，本次论坛执行主席程大鹏感谢各位嘉宾近7个小时的全程支持， CCF YOCSEF济南主席孟雷做了总结发言，希望人工智能医学影像系列论坛能够持续举办，成为品牌输出，并希望大家持续关注YOCSEF济南，积极参加YOCSEF济南的各项活动。