【国际交流】北京大学肿瘤医院举办医学人工智能国际学术交流活动
为深化全球学术交流合作，落实北京大学“管理质效年”工作部署，在北京大学医学部国际合作处高端学术讲座项目、中国国际人才交流基金会国际青年人才来华交流项目、国家自然科学基金和北京大学临床医学+X青年专项的联合支持下，日前，医院举办“中-加-英智能放射诊疗跨学科协作交流活动”。
活动特邀国际知名医学物理学家Arman Rahmim教授作学术讲座。Rahmim教授现任加拿大英属哥伦比亚大学医学物理与生物医学工程学系教授、博士生导师、QURIT实验室主任，长期从事分子影像引导的精准诊疗基础研究与临床应用转化。Rahmim教授此次访华共带来3场医学人工智能相关前沿学术讲座，基于其团队自主研发的PyCNO开源框架，Rahmim教授重点展示了计算肿瘤学（CNO）与诊疗数字孪生（TDTs）的变革性潜力：基于生理的药代动力学（PBPK）模型结合患者影像、实验室检查和临床数据，有望建立患者个体化的放射性药物体内分布与剂量学模型，并通过虚拟临床试验为优化放射性药物个体剂量方案、预测患者特异性剂量反应等场景提供支持，进而为个性化治疗提供精准决策依据。讲座内容层层递进，既展现了领域最新技术进展，也深刻剖析了医学AI的转化瓶颈——尽管大量概念验证研究与初创企业不断涌现，但方法学缺陷与潜在主观偏见仍制约着其广泛的临床应用落地。
为此，Rahmim教授详细解读了其工作组制定的AI算法开发与评估实践指南，强调应区分方法开发研究与评估研究，推荐采用规范的内部交叉验证、独立外部验证及RELIANCE 评估框架，以提升模型的鲁棒性与可解释性，为AI在核医学等临床场景中的可信应用奠定基础。Rahmim教授还表示，期待通过本次交流活动进一步增强与中国学者的国际合作与学术交流，共同构建全球化、跨学科的标准化协作流程，加速可信医疗AI生态系统的临床转化。
同样来自加拿大UBC的MD/PhD双博士研究生Monica Luo，结合其临床医学与AI物理的双学科背景，作学术报告，聚焦“医师科学家”在AI模型构建与临床转化中的关键作用，重点介绍了通过主动学习降低AI模型开发对大规模标注数据的依赖，并创新性地将眼动追踪技术引入“Gaze-nnUNet”平台，使医生在阅片过程中自然参与图像分割标注，构建了高效的人机协作范式。
此外，来自英国伦敦大学学院人工智能与医学影像专业的博士研究生Stylianos Charalampous，介绍了其团队在脑小血管病（CSVD）影像量化领域的最新研究成果——LeukoQuant。该研究聚焦白质高信号（WMH）负荷的精准评估，提出了一种病灶感知（lesion-aware）的量化新框架，为CSVD严重程度评估与认知损伤预测提供了更具潜力的影像学工具。作为支持跨平台运行的公开代码库，LeukoQuant既可独立调用各模块工具，也为未来扩展更多影像标志物与病灶类型预留了接口。
基于共同的研究兴趣与互补的专业背景，中外学者在活动期间还先后在北京大学肿瘤医院（核医学科、放疗科、医学影像科）、北京大学国家生物医学成像科学中心、北京大学第六医院神经内科等单位开展了广泛而深入的学术交流与合作研究。来自北京大学校本部、医学部及附属医院，以及香港理工大学、北京航空航天大学等校内外不同专业的师生共同参与了上述活动与交流讨论。
