简介
“老有所养、病有所医”成为健康中国的重大社会需求，在有限的医疗和养老资源下，AI智慧医养为应对这一挑战提供了技术解决途径。虽然医疗与养老服务正由“被动诊疗、医养分离”向“以防为主、精准诊疗、医养结合”的防—治—养一体化模式转变。但仍存在技术碎片化、医疗数据短缺、应用场景落地难等问题。面对飞速发展的科学技术及不断演绎的用户需求，实现AI智慧医养需要新思路和新方法。 本论坛围绕AI智慧医养的“道、术与势”开展多维度系统探讨。“道”是核心理念与范式；“术“是方法与技术；“势”是时势与趋势。论坛集聚相关领域顶尖专家，围绕以人为中心和场景驱动、构建院内与院外防—治—养一体化的智慧健康管理；多模态智能感知与行为理解、智能空间建模与推理、医学大模型、智能体自主决策、人智协同及具身服务等关键技术；并结合智能家居、慢病管理和无线感知等最新科研实践，探讨AI智慧医养新范式、前沿技术和创新实践，为实现规模化、个性化的未来智慧医养体系指明方向。
简介为官网原文，部分内容可能未写完。
人员
主席
- 陈立明 · 大连理工大学
嘉宾
- 潘毅 · 深圳理工大学
- 胡斌 · 北京理工大学
- 张道强 · 南京航空航天大学
- 周安福 · 北京邮电大学计算机学院
- 方玲玲 · 辽宁师范大学
报告安排
AI智慧医养的“道、术与势”
陈立明 · 大连理工大学
简介
“老有所养、病有所医”成为我国老龄化社会的重大社会需求，在有限的医疗和养老资源下，智慧医养为应对这一挑战提供了技术途径。然而，飞速发展的科技技术及不断演绎的用户需求，需要新思路和新方法将这一愿景变成现实。本报告围绕AI智慧医养的“道、术与势”展开：“道”聚焦以人为中心和场景驱动，打通院内与院外、医疗与养老、健康与生活之间的数据和服务链路，构建防—治—养一体化的智慧健康管理新范式；“术”聚焦多模态智能感知与行为理解、智能空间建模与推理、医学大模型、智能体自主决策、人智协同及具身服务等关键技术及智能家居、慢病管理和神经退行性疾病健康管理等实践。“势”探讨AI智慧医养从技术创新走向规模化应用所面临的可信感知、隐私保护、异构协同与自适应服务等挑战与趋势，为构建主动化、个性化、连续化的未来智慧医养体系提供思考和方向。
生物医学大数据人工智能分析及自闭症早期分级筛查应用
潘毅 · 深圳理工大学
简介
自闭症早期筛查面临数据异质性强、样本量稀缺、高维特征难以解析、人工智能模型可解释性不足及精度受限等难题，临床亟需高效、低成本的早期分级筛查技术。针对上述问题，本报告以行为学、遗传学、影像学等多模态生物医学数据为对象，研发可解释性神经网络、高维特征选择与小样本学习等人工智能核心算法，突破数据异质、缺失及标注不足的建模瓶颈；整合行为学APP筛查、遗传学基因检测与MRI影像评估，建立面向2-4岁儿童的逐级筛查方案。本研究旨在解决自闭症早期识别中的关键方法学与数据难题，为低成本、广覆盖的精准筛查提供人工智能方法学支撑与临床应用方案。
人工智能与精神障碍诊疗
胡斌 · 北京理工大学
简介
近年来全球精神健康问题日益凸显，据世界卫生组织统计：全世界有9.7亿人患有精神障碍，占全球总人口的13%。当前精神疾病诊断多以医生访谈和精神疾病诊断量表为主，缺乏客观量化诊断指标；治疗方式主要为药物治疗等方法，但是药物治疗存在副作用大等问题。以人工智能和脑机接口为代表的前沿信息技术的飞速发展，为精神疾病的诊疗提供了新契机，推动精神疾病诊疗由症状描述型向数据驱动型发生转变，提供了普适化，精准化和个性化的精神疾病诊疗分析技术，从而提高了精神疾病临床识别率和治疗有效率。本次报告将介绍人工智能应用于精神障碍诊疗的机遇与挑战。
从脑机制解析到认知解码
张道强 · 南京航空航天大学
简介
理解人脑认知活动的神经基础与计算机制，是脑科学与人工智能交叉研究的重要前沿。随着多模态脑影像和智能计算技术的发展，如何从复杂脑信息中揭示认知活动的脑机制，并进一步实现对认知信息的有效表征与解码，成为脑认知计算领域的重要研究问题。围绕这一问题，本报告将结合团队近年来的研究工作，探讨如何利用多模态脑影像与智能计算方法刻画脑结构与功能特征，解析其与认知行为及个体差异之间的内在联系，并进一步建立脑活动与认知信息之间的计算映射，实现对认知状态及相关脑功能异常的表征与解码。
面向无感健康监测的毫米波/太赫兹精细感知研究
周安福 · 北京邮电大学计算机学院
简介
随着我国快速进入老龄化社会，起病隐匿/间歇发作的慢性疾病越来越严重地威胁人民生命健康，造成巨大的社会经济负担，亟需长期连续监测方法。针对上述问题，本报告工作深入挖掘毫米波/太赫兹的非接触零干扰感知能力，实现从亚毫米级心脏/脉搏微动到分子级味觉/嗅觉的精细感知，在此基础上开展心血管健康医工交叉研究，从而助力从“被动治疗”到“主动健康”的健康模式转变。