为促进信息、智能与生命健康的交叉研究，服务“面向人民生命健康”国家重大战略，中国自动化学学会、中国人工智能学会联合发起“信息、智能与生命健康”交叉前沿系列论坛，论坛采用线上主题研讨模式。第1期主题为“生物医学大数据与人工智能：现在与未来”，由中国自动化学会智能健康与生物信息专业委员会、中国人工智能学会生物信息学与人工生命专业委员会、清华大学自动化系联合承办，北京信息科学与技术国家研究中心、厦门大学航空航天学院、福州数据技术研究院等单位协办。

2022年1月14日，由中国自动化学会、中国人工智能学会联合主办的信息、智能与生命健康系列学术沙龙（第1期）在线上成功举办，本期主题是“生物医学大数据与人工智能：现在与未来”。

中国自动化学会智能健康与生物信息专业委员会（以下简称“专委会”）主任委员、清华大学教授张学工，哈尔滨医科大学、海南医学院教授李霞，中南大学教授、计算机学院院长王建新，西安电子科技大学教授高琳，北京建筑大学教授、电气与信息工程学院院长郭茂祖，同济大学教授黄德双，上海交通大学教授沈红斌受邀参加此次活动，厦门大学教授王颖、WeGene创始人陈钢、医渡云首席数据科学家彭滔作为研讨嘉宾参会，主题发言环节由清华大学教授汪小我主持，研讨环节由专委会秘书长、清华大学副教授古槿主持。

在主题发言环节，张学工作题为“生物信息模式识别的研究回顾”主题报告，回顾了他在二十多年前从极小样本机器学习问题切入生物信息学领域的经历，随后提出了机器学习能否从组学大数据从头总结规律、发现知识的前沿问题，并分享了他针对该问题的初步探索。李霞作题为“生物医学大数据：‘大数据’+‘大健康’”主题报告，指出从医学提出需求、解决实际问题非常重要，由于人体高度复杂，传统机器学习方法在面对生物医学问题时存在很多新的挑战。王建新作题为“生物医学大数据应用思考”主题报告，提出生物医学大数据研究六大方面的挑战，即数据集成融合、数据治理、数据开放共享、透明性和可复现性、可解释性、整合知识的数据驱动学习。黄德双作题为“关于生物医学大数据与人工智能发展的思考”主题报告，指出神经网络在生物医学大数据领域大有可为，传统神经网络主要面对结构化数据，而生物医学数据很多是非结构化数据，近期图模型的进展值得高度关注。高琳做题为“单细胞数据驱动的关键问题与挑战”主题发言，指出单细胞组学技术的突破性进展使得生物医学研究进入了单细胞水平，并着重从细胞类型的定义、细胞相互作用两个角度探讨了单细胞数据计算分析所面临的挑战。沈红斌作题为“生物医学大数据与人工智能研究讨论”主题发言，指出深度神经网络在医学图像、组学数据处理方面发挥越来越重要的作用，并提出四方面的挑战：多组学多模态数据处理、批次效应严重的数据处理、稳定与可解释性模型的构建、算法与算力的挑战。

在问题研讨环节，嘉宾围绕“面向生物医学大数据的人工智能，有哪些特殊的理论、方法学方面的挑战？”“生物医学大数据与人工智能结合，近期最有可能取得突破的点在哪？”“生物医学大数据与人工智能的产业化前景如何？IBM、Google先后折戟健康领域，这方面产业化有什么困难和瓶颈？”三个问题进行了互动讨论。

此次活动采用线上主题研讨的模式，旨在研讨生物医学大数据与人工智能前沿交叉领域的研究现状与未来发展趋势。中国自动化学会智能健康与生物信息专业委员会、中国人工智能学会生物信息学与人工生命专业委员会100多名成员线上参会，另有200余人观看了在线直播。本期学术沙龙实录稍后将在专委会公众号发布，敬请关注。

来源： 中国自动化学会智能健康