CAIIAC丨智慧医疗与生物医药专题论坛重磅来袭！
导读
为全面实施创新驱动发展和科教兴国战略，深入贯彻《国家新一代人工智能发展规划》部署要求，调动广大智能科技领军人才的积极性和创造性，促进通用人工智能与未来产业融合发展，加快发展新质生产力和新型工业化，打造具有全球影响力的产业科技创新中心。2024年4月12日—14日，中国人工智能学会将在苏州工业园区举办“‘创新驱动•数智强国’—第十三届吴文俊人工智能科学技术奖颁奖典礼暨2023中国人工智能产业年会”。
01
活动背景
近年来，全球新一轮科技革命和产业变革迅猛发展，生成式AI、大模型和通用人工智能已成为催生新产业、新业态和新模式的重点领域。如何推动产业链供应链优化升级，加强人工智能关键核心技术攻关，着力解决重大应用和产业化问题，积极培育新兴产业和未来产业，强化国家战略科技力量，加快新质生产力建设，打造具有国际竞争力的数字产业集群尤其重要。
激励创新，智能担当。2024年是中国政府与新加坡政府开发建设苏州工业园区30周年，也是学会贯彻落实全国两会精神，赋能苏州积极开展“人工智能+”行动，发挥苏州工业园区的探路、引领和示范作用，推动人工智能与实体经济深度融合、高质量发展再上新台阶，努力打造开放创新的世界一流高科技园区，扩大学会与地方交流合作的关键之年。
02
论坛特色
2023中国人工智能产业年会China Artificial Intelligence Industry Annual Conference（CAIIAC2023）由中国人工智能学会发起主办，迄今已成功举办九届产业年会。作为吴文俊人工智能科学技术奖颁奖典礼的主题配套活动，大会集闭门研讨、荣誉表彰、高端论坛、产品展示、报告发布等核心板块于一体，是国内权威性高、规模较大、品牌力强、行业影响深远的年度人工智能标志性颁奖盛会。
本次大会以“创新驱动•数智强国”为主题，设置了“1+10+X”模式，含1场主论坛、10场专题论坛，以及权威颁奖、启动仪式、报告发布、科学之夜等特色活动。主办方邀请部委领导专家、两院院士、吴文俊人工智能科学技术奖励委员会委员、提名及评委专家、获奖代表和企业家等研讨交流，发挥获奖项目团队、人工智能院校成果的学术、人才、技术和产业优势，在主题报告环节设置“智能系统——人工智能”校长专题报告会，重点探讨如何推动人工智能前沿技术应用与产业生态协同发展。通过展望人工智能未来趋势，交流关键核心技术与未来产业创新，引发智能系统促进院校产教融合深度思考和观点碰撞。
03
报告亮点
4月14日上午，大会组委会将隆重推出“智慧医疗与生物医药”专题论坛，邀请四川省特聘专家、电子科技大学邹权教授担任论坛主席。本次论坛还非常荣幸地邀请来自全国知名高校和领军企业的权威学者和杰出专家，他们在智慧医疗与生物医药领域取得了显著成就，包括泰山学者特聘专家、国家自然科学基金重点项目主持者、国家重大基础研究计划项目课题负责人等学者专家齐聚一堂。本次论坛聚焦智慧医疗与生物医药前沿技术，瞄准国际先进技术水平，分享人工智能在图像分析、算法研究、技术更新、诊断方法等方面的应用，从而切实推动医药工业高质量发展、实现人民健康高质量保障中发挥示范引领作用。
本次论坛旨在推动人工智能等信息技术在医疗装备与医药研发领域的应用，共同探讨生物医药产业数字化的发展趋势、挑战与机遇，就图像学、生物信息学、治疗新技术探讨、生物医药应用等方面，展示生物医药产业的创新成果和应用场景，助力生物医药产业转型升级，开启数字生物医药新时代。
在此，论坛组委会诚邀各界同仁莅临本届大会，开坛论道，共襄盛举，共话人工智能时代的新变革、新机遇、新挑战。
04
论坛日程安排
05
论坛组委会
Science Technology
论坛主席——邹权
本硕博毕业于哈尔滨工业大学计算机学院，目前为电子科技大学教授、博士生导师。主要研究方向为生物信息学、机器学习和字符串算法。目前担任SCI期刊Current Bioinformatics和Computers in Biology and Medicine主编，多个SCI期刊副编辑、编委和客座编辑；入选科睿唯安2018-2023年全球高被引学者，2020-2023年爱思唯尔中国高被引学者；四川省特聘专家；第十三批四川省学术和技术带头人（自然科学）；主持国家自然科学基金原创项目、优秀青年基金和重点项目。发表学术论文100余篇，SCI他引超过12000次。
Science Technology
论坛主持人——丁漪杰
毕业于天津大学计算机科学与技术学院，获博士学位。2018年7月至2021年6月在苏州科技大学，电子与信息工程学院任讲师。2021年7月至今，在电子科技大学，长三角研究院（衢州）任专职科研人员。主要研究方向为生物信息学与机器学习。以第一或通讯作者身份，在IEEE/ACM TCBB, IEEE TFS, IEEE TAI, IEEE JBHI, Neural Networks, Briefings in Bioinformatics, Information Sciences, Knowledge-Based Systems, Frontiers of Computer Science，Applied Soft Computing，Neurocomputing等期刊和IEEE BIBM会议发表40余篇论文。主持了国家自然科学基金项目（面上和青年），国家自然科学基金联合项目子课题，浙江省自然科学基金项目，江苏省高校自然科学研究项目，衢州市科技局项目。
06
特邀报告嘉宾
Science Technology
报告主题：智能医学图像分析
主讲人：郑元杰
工学博士，泰山学者特聘专家，二级教授，博士生导师，山东师范大学党委、副校长，信息科学与工程学院院长。2006年博士毕业于上海交通大学，2006-2014年在宾夕法尼亚大学先后担任博士后、资深研究员等职位。长期从事医学图像分析、人工智能、计算机视觉等领域的研究，在IEEE TPAMI、IEEE TMI、MedIA等顶级期刊及CVPR、ICCV、IPMI、MICCAI等知名国际会议上发表学术论文逾百篇，文章单篇SCI引用次数超3600次，论文获美国医学物理学会封面论文奖；以第一完成人身份获山东省科技进步一等奖1项、二等奖1项；获山东省优秀研究生指导教师、山东省优秀科技工作者等荣誉称号。其先进事迹先后被光明日报、山东卫视等多家媒体报道。
报告摘要
以深度学习为代表的人工智能技术在视觉数据（visual data）处理中获得了快速发展，通过大数据的训练，深度学习技术可以从视觉数据中自动提取数据的多尺度局部特征，并利用这些特征进一步完成目标检测、识别、分割等视觉任务。近期，人工智能技术对于医疗产业的赋能现象也逐渐显现，从成像到筛查、随访、确诊、治疗、评估等各个医疗环节，以及医疗产品、市场等均需要人工智能技术的深入应用。本报告围绕人工智能与医疗影像交叉研究领域最新科研成果，对医疗影像智能分析新理论和新方法进行简单介绍和总结，并提出相关领域未来发展方向。
Science Technology
报告主题：基于希尔伯特-黄变换的不同阶段轻度认知障碍诊断方法
主讲人：刘宝林
在国立白俄罗斯大学获博士学位，历任清华大学计算机系教授、天津大学计算机学院教授、副院长，现为北京科技大学计算机与通信工程学院教授、博士生导师。长期从事机器学习与模式识别、认知计算、情感计算、类脑智能方面的研究工作，主持承担国家自然科学基金重点项目、国家自然科学基金重大研究计划重点项目、国家重点研发计划项目、国家973计划项目、国家863计划重点项目、国家自然科学基金面上项目20余项。在《NeuroImage》、《Human Brain Mapping》、《IEEE Transactions》等国际重要学术期刊或会议《IJCAI》等上发表120余篇论文，其中SCI论文80余篇，获国家及省部级奖励13项。
报告摘要
轻度认知障碍（MCI）是阿尔兹海默症（AD）的前期阶段，对轻度认知障碍所处阶段的精确诊断具有重要意义。本研究旨在通过对静息态功能磁共振成像（rs-fMRI）信号进行直接分析，建立诊断不同阶段（早期和晚期）的轻度认知障碍的分类框架，并通过总正确率、特异性（晚期MCI的正确率）和敏感性（早期MCI的正确率）评价其分类性能。本研究证实了基于希尔伯特-黄变换（HHT）的分类框架在MCI不同阶段分类中的能力。通过分析，我们发现在MCI的发展过程中，rs-fMRI的主要变化集中在IMF3，而HWF特征在所有小脑区域均表现出明显的下降趋势。
Science Technology
报告主题：基于NF-κB的自身免疫病基因治疗新技术
主讲人：王进科
毕业于甘肃农业大学，博士后工作于东南大学，现为东南大学生物科学科学与医学工程学院教授、博士生导师。长期从事癌症与自身免疫病的基因治疗研究，在《Nature Communications》、《Nucleic Acids Research》等学术期刊上发表了超过70余篇论文；获得国家授权发明专利22项。主持完成国家自然科学基金项目8项、国家高技术研究发展计划课题1项、国家重大基础研究计划项目课题1项、江苏省高技术研究计划项目2项；以主要PI参与国家重点研发计划项目课题2项及江苏省重点研发计划项目1项。获得江苏省科技进步奖2项，江苏省预防医学奖1项。
报告摘要
我们开发了一种用于各类炎症性疾病治疗的新型重组腺相关病毒（rAAV），其有效载荷为启动子DMP及其控制的靶向NF-κB RelA的小干扰RNA miR533。体外实验表明，质粒载体pAAV-DMP-miR533在细胞内可感知并下调NF-κB RelA及其下游靶基因的表达水平，引起炎性细胞显著凋亡和活力下降，但对正常细胞不造成影响。我们将该质粒载体包装成rAAV 载体rAAV-DMP-miR533，在炎性细胞和三种典型炎症性疾病（结肠炎、银屑病和类风湿性关节炎）小鼠中评估了其抗炎效果，发现该病毒制剂在体内具有很好的抗炎效果和生物安全性；在类风湿性关节炎模型中，其疗效和安全性显著优于经典的抗炎药物甲氨蝶呤（MTX）。
Science Technology
报告主题：AI辅助的算法设计与蛋白质设计---AI驱动的研究范式的两个例子
主讲人：卜东波
中科院计算所研究员，研究兴趣包括生物信息学（蛋白质结构预测、糖结构鉴定）、计算机算法。在Nature子刊等发表论文100余篇，著有《算法讲义》；带领六名“计算所二代”小学生组成小SIGMA数学特别兴趣组，讲授数学思维和计算思维，并与之合著《少儿计算思维养成记---六个小孩的编程学习笔记》。研制了“用人工智能技术辅助算法设计”的AIA系统，在经典排课等多个问题上实现了变“凭灵感设计算法”为“从数据学习出算法”；设计了蛋白质结构预测算法ProFOLD，性能超过AlphaFold，正努力赶超AlphaFold2；设计了蛋白质序列设计算法ProDESIGN，重设计绿色荧光蛋白，并成功发光。
报告摘要
本次报告将介绍如何使用AI技术“学”出这种灵感，进而辅助算法设计与蛋白质设计。针对算法设计，我们研制了“用人工智能技术辅助算法设计”的AIA系统，在经典排课等多个问题上实现了变“凭灵感设计算法”为“从数据学习出算法”，并进而推广到旅行商问题求解、整数线性规划求解，设计了求解整数线性规划的算法AIA-ILP，性能超过SCIP。
针对蛋白质设计，我们设计了算法ProDESIGN系列，并重新设计了蛋白质CATIII和绿色荧光蛋白GFP，其晶体结构与目标结构接近（RMSD=1.4 埃），已成功发光。
Science Technology
报告主题：基于单细胞蛋白质组的细胞类型估计反卷积算法研究与医学应用
主讲人：汪国华
毕业于哈尔滨工业大学，博士后工作于美国印第安纳大学及约翰斯.霍普金斯大学，现为东北林业大学计算机与控制工程学院学院教授、院长，中国人工智能学会生物信息学与人工生命专委会委。长期从事生物信息学研究，在《Nature Machine Intelligence》、《Nature Communications》、《Bioinformatics》等学术期刊上发表了超过80篇论文；曾荣获黑龙江省自然科学二等奖，教育部自然科学二等奖；主持国家自然科学基金杰出青年科学基金项目，担任国家重点研发计划“BT 与 IT 融合”专项项目负责人，自然基金委信息学部、生命学部、交叉学部生物信息学方向涵评、会评专家。
报告摘要
细胞类型反卷积是一种从批量测序数据中解析细胞类型比例的计算方法，经常用于分析肿瘤组织样本中不同细胞类型占比对疾病发展及临床诊断等方面的影响。针对蛋白质组数据的特性，开发了一种新的基于深度学习框架的反卷积方法scpDeconv，使用自编码器提高单细胞蛋白质组数据的质量，利用域对抗训练拉近单细胞数据和批量数据在隐空间上的分布，准确地将单细胞参考数据的标签迁移到目标批量数据。实验证明scpDeconv对不同物种/不同蛋白质组技术产生的数据进行细胞类型估计具有良好的性能，可以广泛应用于肿瘤微环境解析、临床诊断、疾病分类等领域。
Science Technology
报告主题：基于深度迁移学习算法建立的蛋白质泛素化修饰网络及其在生物医药研究中的应用
主讲人：李栋
国家蛋白质科学中心（北京）研究员、博士生导师。北京市青年拔尖人才、北京市优秀青年人才。2006年毕业于北京大学化学与分子工程学院，后一直在国家蛋白质科学中心（北京）从事医学蛋白质组信息学研究。在Nature communications、Nucleic Acids Research、Briefing in Bioinformatics等期刊发表第一/通讯作者（含并列）署名SCI论文33篇,累计他引2000余次，获软件著作权28项，研发生物信息分析工具近五年为国内外提供数据分析服务30余万次。担任国际期刊Analytical Biochemistry执行编辑，PROTEOMICS及Frontiers in Pharmacology期刊编委。
报告摘要
蛋白质的泛素化修饰调节着许多细胞过程，与肿瘤等复杂疾病有着密切关联。泛素化的程度由泛素连接酶(E3)介导的泛素化与去泛素化酶(DUB)介导的去泛素化之间的微妙平衡决定。这两种相互作用已经被巧妙地以PROTAC和DUBTAC的形式运用到药物开发中。然而，DUB与底物之间的相互作用(DSIs)的研究还不够充分。在这篇报告中，我将介绍一种基于蛋白质序列的深度迁移学习算法TransDSI，它能够转移蛋白质组尺度的进化信息，从而基于小规模的训练数据集预测未知的DSI。我还将介绍DSI网络在基于疾病组学数据的药物靶标发现中的应用。
Science Technology
报告主题：本体在生物医学领域的应用研究
主讲人：程亮
哈尔滨医科大学团委兼职副书记、生物医学软件工程教研室主任、教授、博士生导师，研究方向为疾病特征的生物信息处理与分析。作为课题负责人主持国家自然基金优秀青年基金项目、面上项目2项、青年项目1项，以及国家博士后特别资助项目等。至今，以第一、通讯作者身份在PNAS、Gut、NAR等期刊共发表SCI论文70余篇。其中，ESI热点论文3篇、高被引论文11篇，H指数31。从2019年起，担任国际期刊《Current Gene Therapy》主编。科研成果分别获黑龙江省自然科学二等奖1项（第一完成人）、一等奖1项（第四完成人）。连续四年入选斯坦福大学发布的全球前2%顶尖科学家榜单。
报告摘要
2000年，世界上第一个受广泛认可的生物医学本体Gene Ontology被报道。随后，陆续产生了Disease Ontology、Human Phenotype Ontology等。目前，生物医学领域已经出现了300个以上的本体。本次报告将围绕Disease Ontology等，介绍本体在生物医学领域的应用研究：1. 本体在分子功能注释上的研究；2. 本体术语相似度计算方法；3. 基于本体术语相似度网络的分子功能预测。
Science Technology
智慧医疗与生物制药专题论坛
欢迎报名参会