AI赋能的多模态医学队列建设与疾病预警模型研讨会顺利举行

2026年8月29日，“AI赋能的多模态医学队列建设与疾病预警模型研讨会”在复旦大学公共卫生学院举行。本次会议由复旦大学公共卫生学院主办、复旦大学附属肿瘤医院协办，来自复旦大学公共卫生学院、复旦大学附属肿瘤医院、复旦大学生命科学学院、天津医科大学肿瘤医院和南京医科大学等单位的专家学者齐聚一堂，围绕人工智能赋能医学队列建设、多模态数据整合、质量控制以及疾病预测与临床决策等前沿议题展开交流。

本次会议由复旦大学公共卫生学院王伟炳教授和复旦学者魏庆义教授共同主持。人工智能技术的快速发展为传统流行病学和公共卫生研究带来了新的机遇，有望进一步提高大型人群队列建设和数据采集的效率与质量。

复旦大学公共卫生学院副院长陈兴栋教授代表学院致辞并以“AI 赋能大数据收集的队列研究”为题作专题报告。他表示，高质量医学队列能够为人工智能模型训练提供重要数据基础，人工智能技术也将为疾病预警、早期诊断和慢病干预等公共卫生研究提供新的技术支持。他以泰州队列近二十年的建设实践为主线，介绍了大型人群队列在基线调查、样本采集、长期随访、质量控制及数据共享等方面的经验。面向人工智能时代，团队将进一步整合问卷、临床检查、影像及多组学等多时点、多维度数据，建设面向疾病早期诊断、健康管理和临床诊疗等场景的“AI-ready”高质量数据集，进一步提升队列数据的科研与转化价值。

复旦大学公共卫生学院陈兴栋教授作专题报告

天津医科大学肿瘤医院陈可欣教授带来题为“人工智能+大数据在肿瘤精准防控中的应用”的报告。她结合甲状腺超声影像智能识别、肿瘤原发灶溯源等研究实例，展示了人工智能在肿瘤早诊、风险预测和精准防控中的应用。她强调，人工智能研究应以真实临床和公共卫生问题为导向，以高质量数据为基础，并通过多学科协作推动模型验证和实际应用；同时，数据标准化、隐私保护与共享机制也是进一步发展的重要基础。

天津医科大学肿瘤医院陈可欣教授作专题报告

复旦大学附属肿瘤医院孙孟红教授作题为“AI赋能肿瘤病理形态学质量控制的研究”的报告。她从肿瘤生物样本质量管理需求出发，介绍了人工智能辅助组织样本病理形态学质量控制的研究进展。团队尝试利用数字病理和人工智能技术，对肿瘤细胞比例、坏死比例、组织完整性等关键指标进行标准化评价，以提高病理质控的效率、客观性与一致性，并探索建立可推广的智能病理质控体系，为肿瘤队列及后续多组学研究提供更加可靠的样本基础。

复旦大学附属肿瘤医院孙孟红教授作专题报告

复旦大学生命科学学院郑媛婷教授报告主题为“AI赋能组学大数据标准化的意义”的报告。她指出，人工智能时代对数据质量和标准化提出了更高要求，原始数据中的误差与偏倚可能在模型中被进一步放大。结合团队长期开展的组学质量控制研究，她介绍了利用标准物质改善不同实验室、不同技术平台间数据可比性的研究实践，并强调应将方法性能确认、批次质量监测和标准物质校准贯穿大型队列多组学数据产生全过程，为可靠的人工智能分析奠定基础。

复旦大学生命科学学院郑媛婷教授作专题报告

复旦大学公共卫生学院姚烨副教授分享“AI 赋能的脑胶质瘤病人临床队列的构建”。他以复发性脑胶质瘤为例，介绍了人工智能和统计建模方法在临床队列及治疗决策研究中的应用。团队整合纵向随访、功能状态、生存结局等信息，探索利用人工智能、参数化模型及马尔可夫模型等方法模拟不同治疗策略下患者的疾病轨迹，将生存时间与功能状态、生活质量等结局综合纳入评价，从而使队列研究结果更加贴近医生、患者及家属真正关心的临床决策问题。

复旦大学公共卫生学院姚烨副教授作专题报告

南京医科大学公共卫生学院赵杨教授以“多模态融合的自动化体成分与影像组学”为题作专题报告。他围绕不可切除肝细胞癌患者的精准治疗，介绍了利用人工智能从CT影像中自动提取肌肉、脂肪等身体成分信息，并进一步融合临床指标和影像特征开展疗效及预后预测的研究。在此基础上，团队进一步探索不同风险人群的治疗获益差异以及数字孪生等方法，希望人工智能不仅能够回答“患者的预后如何”，还能够进一步服务于“什么样的患者更适合什么样的治疗”这一精准医学核心问题。

南京医科大学公共卫生学院赵杨教授作专题报告

本次研讨会围绕“高质量数据—多模态融合—人工智能建模—疾病预测与临床决策”这一主线，从自然人群队列、肿瘤专病队列、生物样本与病理质量控制、组学标准化，到临床疗效评价和个体化治疗预测等不同层面展开了充分交流。会议最后，与会专家围绕后续合作意向进行了进一步交流。此次研讨会为复旦大学公共卫生学院进一步推进人工智能与流行病学、医学队列及疾病防控研究的深度融合搭建了良好的学术交流平台，也为未来开展跨学科、跨机构合作提供了新的契机。

投稿人：朱添忆、张若昕、高梦贤