CCF哈尔滨举办“AI与HI：智慧医疗的协奏与共鸣”专题论坛

2026年9月20日，“AI与HI：智慧医疗的协奏与共鸣”专题论坛在CCF东北论坛上举行。论坛由黑龙江大学马吉权教授担任主席，邀请六位专家学者作专题报告，围绕医学影像分析、人工智能辅助诊疗与模型可信性等议题展开交流，探讨人工智能（AI）与人类智能（HI）在智慧医疗中的协同路径。

本次论坛将临床需求与技术研究相结合，强调以人为中心的智慧医疗理念：发挥AI在数据分析、病灶识别和辅助决策中的作用，同时重视医生在医疗质量把控、临床判断和人文关怀中的职责。如何让模型适应真实诊疗场景、让辅助诊断结果更可靠，成为贯穿多场报告的重要议题。

论坛与会嘉宾及参会人员合影

南京理工大学周涛教授以“基础模型驱动的医学影像分析与应用”为题，介绍基础模型的发展脉络及其在医学影像领域的前沿应用，并分享团队在医学图像分割、视觉定位等任务上的研究成果。报告从通用特征与具体医学任务的结合出发，探讨基础模型如何为影像分析提供新的研究方法，为后续面向临床场景的应用讨论奠定技术背景。

周涛｜南京理工大学｜报告：基础模型驱动的医学影像分析与应用

面向专科诊疗需求，杭州电子科技大学王帅教授作“面向口腔诊疗的AI辅助技术”报告，介绍人工智能在口腔影像病灶识别、疾病筛查及诊疗方案规划中的应用。报告同时关注模型泛化能力与临床适配问题，探讨人机协同的实现路径，将技术研究与口腔诊疗流程中的具体需求联系起来。

王帅｜杭州电子科技大学｜报告：面向口腔诊疗的AI辅助技术

中国医科大学宋江典教授围绕“基于人工智能与医学影像的癌症辅助诊疗研究”，介绍团队在深度学习辅助肿瘤精准诊疗、疗效预测和预后评估方面的工作，以及大语言模型在癌症领域的初步应用。报告聚焦关键临床问题，讨论如何开展有针对性的技术研究，推动医学与人工智能的交叉融合。

宋江典｜中国医科大学｜报告：基于人工智能与医学影像的癌症辅助诊疗研究

东北林业大学邱兆文教授以“人工智能在心脑血管疾病诊疗中的应用”为题，介绍深度学习、医学影像分析和多模态数据融合等技术在病灶识别、早期预警、个体化治疗规划及预后预测中的应用探索。报告结合临床案例讨论AI辅助诊疗的作用，并分析数据共享、模型泛化和临床转化面临的挑战。口腔、肿瘤与心脑血管等不同场景的研究，也呈现出一个共同关注点：算法能力需要与具体诊疗任务相适配。

邱兆文｜东北林业大学｜报告：人工智能在心脑血管疾病诊疗中的应用

在医学图像分析方法方面，黑龙江大学朱敬华教授围绕精准、高效与鲁棒泛化等关键问题，介绍半监督医学图像分割、轻量化建模及联邦医学图像分析的系列研究。报告涉及利用大模型先验改进特征表征、通过轻量化2.5D模型兼顾分割精度与计算开销，以及借助对比学习应对类别不均衡等方法；同时关注不同数据来源之间的差异，探索模型个性化适配与全局泛化能力之间的平衡，为医学影像算法在多样化环境中的应用提供研究思路。

朱敬华｜黑龙江大学｜报告：面向精准高效与鲁棒泛化的医学图像智能分析关键技术研究报告

模型能否给出可信、可理解的诊断依据，同样关系到医疗AI的实际使用。黑龙江科技大学史健婷教授围绕透明、可信的AI辅助诊断，介绍具备结构化推理能力的医学辅助诊断模型研究。针对深度学习模型的“黑箱”决策问题，报告提出参数空间调制框架，通过疾病相关原型检索和词汇自适应控制等机制，使视觉信息更有针对性地参与生成过程，探索减少无关信息干扰与模型虚构的方法，为可信多模态医学人工智能提供新的研究方向。

史健婷｜黑龙江科技大学｜报告：迈向透明、可信的AI辅助诊断

六场报告从基础模型延伸至专科应用，再深入到医学图像分析与可信推理，展现了智慧医疗研究中的多种技术路径。与诊断精度相伴随的，是计算成本、数据差异、模型适配性及结果可解释性等实际问题。这些问题的讨论，使论坛的关注点从单项算法性能进一步延伸到技术如何进入诊疗流程、如何为医生提供有效支持。

本次专题论坛为医学人工智能相关研究搭建了交流平台，也将AI与HI协同的讨论落到具体任务之中。让算法回应临床问题，让医生能够理解和使用模型输出，并在诊疗过程中保持对患者需求的关注，是本次论坛所呈现的智慧医疗探索方向。