“理-工-医-信”跨学科协同合作，第五届“医疗大数据学术交流及Datathon活动”圆满落幕！

“AI 不能代替医生，但是掌握了 AI 技术的医生一定能代替那些没掌握 AI 的医生。”

人工智能在卫生健康行业的应用将为医疗产业带来深刻变革，推动医疗行业向更智能、更高效、更个性化的方向发展。基于此，2024 年 11 月 14 日至 17 日，由中国人民解放军总医院医学创新研究部主办的第五届“医疗大数据学术交流及Datathon活动”圆满召开，大会吸引 600 余人参与现场会议，会议同步直播观看人数超过 1500 余人次。会议邀请医疗大数据和人工智能领域顶级专家现场授课和指导，旨在推动医疗大数据和人工智能领域的“理-工-医-信”跨学科合作。和鲸凭借其自研的 ModelWhale 数据科学协同平台，再次为该届 Datathon 竞赛从会前培训到正式比赛提供强力支持。

“人工智能在医疗领域的应用源于对临床需求的深刻理解，并通过不断的技术创新来提升临床实践的效率和质量，进而有效解决临床中遇到的各种问题。”

在医学人工智能的“研-训-试-用”领域，多位专家分享了他们的经验与体会。四川大学华西医院中国询证医学中心主任孙鑫表示，当前人工智能与医学的结合尚处初级阶段，要实现深度融合，关键在于培养兼具医学与人工智能知识的交叉型人才。这种人才的培养以及多学科的交叉融合，应以问题和项目为导向。医学专家需明确具体需求，而人工智能专家则需从技术层面提供优质服务。缺乏具体问题和项目，讨论便可能沦为空谈。东北大学教授、资深医疗行业信息化专家卢朝霞表示，目前算法工程师、模型工程师以及生物医学和医工结合的专业人才十分匮乏，高校应开设符合性的人工智能专业，并针对医疗领域进行专门培养，包括继续教育，以快速补充这一领域的人才缺口，推动人工智能技术的全面发展。浙江大学医学院附属邵逸夫医院急诊医学科副主任章仲恒表示，构建一个良好的医疗人工智能生态，需要一个由多学科专家组成的团队。在这个团队中，每个角色都发挥着不可或缺的作用，共同推动技术的发展与临床应用。临床医生负责提出临床问题，而数据算法科学家和工程师则运用技术手段解决这些问题，从而改善患者的预后。这样的生态体系能够使算法真正应用于临床，促进医疗人工智能技术的实际应用与持续发展。

“医疗大数据是实践性极强的领域，它不是纯理论科学，而是为解决临床实践问题而生的实践科学。”