為促進信息、智能與生命健康的交叉研究，服務“面向人民生命健康”國家重大戰略，中國自動化學學會、中國人工智能學會聯合發起“信息、智能與生命健康”交叉前沿系列論壇，論壇采用線上主題研討模式。第1期主題為“生物醫學大數據與人工智能：現在與未來”，由中國自動化學會智能健康與生物信息專業委員會、中國人工智能學會生物信息學與人工生命專業委員會、清華大學自動化系聯合承辦，北京信息科學與技術國家研究中心、廈門大學航空航天學院、福州數據技術研究院等單位協辦。
2022年1月14日，由中國自動化學會、中國人工智能學會聯合主辦的信息、智能與生命健康系列學術沙龍（第1期）在線上成功舉辦，本期主題是“生物醫學大數據與人工智能：現在與未來”。
中國自動化學會智能健康與生物信息專業委員會（以下簡稱“專委會”）主任委員、清華大學教授張學工，哈爾濱醫科大學、海南醫學院教授李霞，中南大學教授、計算機學院院長王建新，西安電子科技大學教授高琳，北京建筑大學教授、電氣與信息工程學院院長郭茂祖，同濟大學教授黃德雙，上海交通大學教授沈紅斌受邀參加此次活動，廈門大學教授王穎、WeGene創始人陳鋼、醫渡云首席數據科學家彭滔作為研討嘉賓參會，主題發言環節由清華大學教授汪小我主持，研討環節由專委會秘書長、清華大學副教授古槿主持。
在主題發言環節，張學工作題為“生物信息模式識別的研究回顧”主題報告，回顧了他在二十多年前從極小樣本機器學習問題切入生物信息學領域的經歷，隨后提出了機器學習能否從組學大數據從頭總結規律、發現知識的前沿問題，并分享了他針對該問題的初步探索。李霞作題為“生物醫學大數據：‘大數據’+‘大健康’”主題報告，指出從醫學提出需求、解決實際問題非常重要，由于人體高度復雜，傳統機器學習方法在面對生物醫學問題時存在很多新的挑戰。王建新作題為“生物醫學大數據應用思考”主題報告，提出生物醫學大數據研究六大方面的挑戰，即數據集成融合、數據治理、數據開放共享、透明性和可復現性、可解釋性、整合知識的數據驅動學習。黃德雙作題為“關于生物醫學大數據與人工智能發展的思考”主題報告，指出神經網絡在生物醫學大數據領域大有可為，傳統神經網絡主要面對結構化數據，而生物醫學數據很多是非結構化數據，近期圖模型的進展值得高度關注。高琳做題為“單細胞數據驅動的關鍵問題與挑戰”主題發言，指出單細胞組學技術的突破性進展使得生物醫學研究進入了單細胞水平，并著重從細胞類型的定義、細胞相互作用兩個角度探討了單細胞數據計算分析所面臨的挑戰。沈紅斌作題為“生物醫學大數據與人工智能研究討論”主題發言，指出深度神經網絡在醫學圖像、組學數據處理方面發揮越來越重要的作用，并提出四方面的挑戰：多組學多模態數據處理、批次效應嚴重的數據處理、穩定與可解釋性模型的構建、算法與算力的挑戰。
在問題研討環節，嘉賓圍繞“面向生物醫學大數據的人工智能，有哪些特殊的理論、方法學方面的挑戰？”“生物醫學大數據與人工智能結合，近期最有可能取得突破的點在哪？”“生物醫學大數據與人工智能的產業化前景如何？IBM、Google先后折戟健康領域，這方面產業化有什么困難和瓶頸？”三個問題進行了互動討論。
此次活動采用線上主題研討的模式，旨在研討生物醫學大數據與人工智能前沿交叉領域的研究現狀與未來發展趨勢。中國自動化學會智能健康與生物信息專業委員會、中國人工智能學會生物信息學與人工生命專業委員會100多名成員線上參會，另有200余人觀看了在線直播。本期學術沙龍實錄稍后將在專委會公眾號發布，敬請關注。
來源： 中國自動化學會智能健康
