为进一步推动人工智能技术与医学临床需求深度融合，促进医工交叉领域青年科研人才成长，2026年5月18日下午，由赵涓涓教授负责的山西省科技创新人才重点团队——“多模态医学数据智能分析及辅助诊断团队”依托图像与智能实验室，在计算机科学与技术学院710会议室举办了医工交叉“一流策略”青年博士论坛活动。

本次论坛围绕医学影像智能分析、疾病辅助诊断、智能药物发现等方向展开学术交流与研讨。论坛邀请山西省心血管病医院贾保平副主任医师、山西省人民医院庞磊副主任医师作为点评专家共同参与交流。赵涓涓指导的博士生石江鹏、赵俊、郑芳，以及强彦指导的博士生褚苏荣、胡屹杉分别进行了专题汇报。

褚苏荣博士围绕“稀缺标注下可解释的胸部X射线智能分析方法研究”进行汇报。该研究针对胸片智能分析中标注数据稀缺和模型可解释性不足等问题，探索基于迁移学习、自监督预训练和原型引导分类的方法，旨在提升胸部X射线影像智能识别的准确性与临床可信度，为基层医疗影像辅助诊断提供技术支持。

胡屹杉博士汇报了“基于面部视频时空一致性学习的抑郁症辅助诊断研究”。该课题面向抑郁症辅助诊断需求，聚焦非接触、低成本的面部视频分析方法，通过挖掘面部表情、微运动和时空一致性特征，建立可解释的智能辅助诊断模型，为精神心理疾病的客观评估和早期筛查提供新的技术思路。

石江鹏博士以“面向多源异质医学影像的鲁棒分割方法研究”为题，介绍了其在医学影像分割方面的研究进展。该研究针对多源异质医学影像中成像条件复杂、数据分布差异大、模型泛化能力不足等问题，提出系列鲁棒分割方法，提升模型在弱监督、跨域迁移和资源受限场景下的稳定性与适应性，为病灶定位、解剖结构识别和辅助诊断提供可靠支撑。

赵俊博士围绕“复杂工业场景下的无监督表面异常检测方法研究”进行分享。虽然该课题主要面向工业视觉检测场景，但其关于无监督学习、少样本学习、异常识别和复杂场景鲁棒建模的方法，对医学影像异常检测、临床数据质量控制以及智能诊断系统构建同样具有重要借鉴意义，体现了人工智能方法在不同应用领域之间的交叉迁移价值。

郑芳博士汇报了“面向IgA肾病的智能辅助靶标识别和药物发现研究”。该课题从疾病分子机制出发，结合人工智能、图学习、药物虚拟筛选和分子生成等方法，探索IgA肾病潜在治疗靶点识别与候选药物发现路径，为肾脏疾病精准诊疗和智能药物研发提供了新的研究方案。

在点评交流环节，贾保平结合心血管疾病诊疗和医学影像临床应用场景指出，医工交叉研究应始终面向真实临床需求，尤其要关注模型结果的可解释性、稳定性和临床可用性。她认为，医学人工智能不仅要追求算法性能提升，更要重视医生使用过程中的信任建立、诊疗流程嵌入以及基层医疗场景中的推广价值。

庞磊结合其在功能泌尿外科与神经泌尿疾病领域的临床和科研实践，分享了对医工交叉的思考。他指出，神经源性膀胱、间质性膀胱炎、尿失禁、慢性盆腔疼痛等复杂下尿路功能障碍的诊疗，亟需数学建模、数据分析、机器学习、基础实验和临床转化的深度融合。庞磊医生表示，未来可依托临床专病数据库、生物样本库和高性能计算资源，推动“临床问题提出—智能模型构建—基础机制验证—诊疗策略优化”的闭环研究，为智能泌尿外科和精准医学发展提供新路径。

赵涓涓对本次论坛进行了总结发言。她指出，医工交叉研究的核心在于从真实临床问题出发，将人工智能算法、医学影像分析、多模态数据建模与临床诊疗需求紧密结合，形成从科学问题凝练、技术方法创新到临床场景验证的完整研究链条。她表示，青年博士生应在扎实理论研究的基础上，进一步增强临床问题意识和交叉合作意识，主动走近医院、走近医生、走近真实诊疗场景，在医工融合中寻找具有实际价值和应用前景的科研方向。

未来，山西省科技创新人才重点团队“多模态医学数据智能分析及辅助诊断团队”将继续发挥计算机科学、人工智能与医学临床交叉融合优势，加强与高水平医院和临床专家的合作，持续推动医工交叉科研创新与成果转化，为山西省智慧医疗、精准诊疗和高水平医学人工智能研究贡献力量。