论坛第二日报道｜2022中美检验大师“检验医学大数据与人工智能”主题论坛成功举办
“检验医学大数据与人工智能”主题论坛
”
2022年11月30日星期三，在前一日的开幕式和精彩绝伦的讲座之后，第六届中美检验大师论坛第二天迎来了“检验医学大数据与人工智能”主题论坛，检验领域前沿学者们纷纷带来兼具广度和深度的报告，检验人的智慧与大数据人工智能碰撞出耀眼夺目的火花。
近年来随着信息科技的不断进步，检验医学实验信息化建设的发展方向已经从自动化转向智能化。智能化的理念已经逐步深入我们每一位检验人，实验室智能化的应用也纷繁复杂，这就为我们带来了更大的挑战：在我们检验人不熟悉的技术领域决定智能化“做什么？怎么做？能不能做？做了有没有用？”等一系列问题。为了解答这些疑问，“检验医学大数据与人工智能”论坛邀请了该领域的知名学者分享国内外最新的大数据人工智能方向的研究与应用工作。
复旦大学附属中山医院潘柏申教授
《智能化质量控制方法--现状及展望》
第一位发言的是本次中美检验大师论坛主席潘柏申教授。质量控制是检验医学实验室质量管理的核心环节。但是质量控制标准和质量控制的成本是相当的，在技术条件一定的情况下，追求更高的质量标准必然会需要更多的成本投入，如何平衡质量标准和质控成本一直是质量控制领域研究的重点之一。潘教授为大家分享了目前主要质量控制方法的特点和智能化发展趋势，并指出“优化现有技术方法或突破现有技术方法，达到更加高效的运行模式，加之检验质控智能化的发展，以期实现更低成本、更高标准的质量管理”。
哥伦比亚大学医学中心Susan Hsiao教授
《Bioinformatics Approaches for Detection and Validation of Genomic Alterations in Cancer》
论坛的第二位讲者是来自于美国哥伦比亚大学医学中心的Susan Hsiao教授。随着基因测序技术的快速发展，生命科学研究也进入了大数据、大平台、大发现时代。通过对癌症突变谱信息的分析，可以用于发现诊断、预后判断标志物及治疗靶点。Hsiao教授以微卫星不稳定性（MSI）以及肿瘤突变负荷（TMB）为例，分享了生物信息分析实施策略对肿瘤二代测序结果的影响。Hsiao教授的团队基于决策树方法构建了MSI分类器，能够准确地评估微卫星状态。而在TMB的生信分析层面，Hsiao教授讨论了panel大小、分析位点不同等因素对TMB结果的影响。未来，让我们期待通过更广泛的验证来制定统一的标准，在数据中挖掘癌症的奥义。
昆明医科大学第一附属医院段勇教授
《检验大数据智能化诊断模型的建立与验证》
论坛的第三位发言的讲者是来自于昆明医科大学第一附属医院的段勇教授。一直以来，检验医学为临床提供的核心服务之一是提供客观的检测数据，作为临床疾病诊断的证据。根据检测结果建立临床诊断模型则是循证医学中确定疾病诊断证据的重要方法。随着检验医学的不断发展，检测量、检测种类逐年增长，检测复杂性不断增加，传统的统计学分析难以满足高维度、高复杂性、多模态的诊断模型建立，大数据算法则为数据分析和诊断模型建立提供了有效方法。段教授以大家熟悉的Framingham Heart Study（弗雷明汉心脏研究）数据为例，剖析每一个数据处理和分析步骤的原委，对比传统逻辑回归模型与机器学习模型的特点和性能，讲解了机器学习模型的建立流程、方法和需要注意的问题，给同行带来了思考与启发。
美国犹他大学Brian Jackson教授
《Risks and Ethical Challenges with Healthcare Big Data and AI》
论坛的第四位讲者是来自于美国犹他大学的Brian Jackson教授。人工智能（AI）技术在过去二十年中取得了快速发展，但与大多数新技术一样，技术进步快过了风险管理。这些风险已在医疗行业之外越来越受到关注，包括隐私风险和算法偏倚。考虑到健康信息的隐私敏感性以及医疗诊断和治疗决策的后果，在医疗环境中的风险更应受到重视。目前，大部分医疗人工智能的开发和推广都由商业实体提供，并可预计在未来会进一步增加，因此，需要额外考虑管理透明度和利益冲突等问题。Jackson教授总结了医学伦理和科学伦理的原则，这些原则可以指导临床实验室人工智能开发和实施的政策，以及实践规范的制定。此外，Jackson教授还从人工智能伦理失败的案例教训中总结出一套原则，既能管理好相关风险，又能有利于利用人工智能促进临床科学和检验医学的发展。
中国医科大学附属第一医院赵敏教授
《大数据时代检验参考区间研究现状与展望》
论坛的最后一位讲者是来自中国医科大学附属第一医院的赵敏教授。检验参考区间是判断检验结果正常与否，进而筛选疾病与健康的重要标尺。采用直接法建立参考区间是目前参考区间研究的“金标准”。然而直接法存在人力、物力、财力投入大，研究周期长，特定人群或特殊类型标本难以获得等不足。随着医学大数据时代的发展，基于真实世界数据研究的间接法越来越受到关注。赵教授指出“采用间接法建立参考区间，利用的是既往医疗数据进行挖掘和分析，可在一定程度上弥补直接法的不足，然而间接法在人群选择、数据清洗、统计方法、结果稳定性和适用性等方面尚有诸多争议，还需探究、论证和达成共识。”间接法作为直接法的有益补充，其不断改进、发展，将有助于检验参考区间研究理论和实践的日趋完善。
上海交通大学医学院附属瑞金医院王学锋教授、《中华检验医学杂志》编辑部干岭教授、山东省立医院卢志明教授、哈尔滨医科大学周钦教授、上海交通大学医学院附属仁济医院李敏教授担任学术报告环节的主持嘉宾并作出精彩点评。
在会议的最后，除了在场的讲者和主持外，论坛还邀请到了浙大医学院附属邵逸夫医院的谢鑫友教授、陆军军医大学西南医院的陈鸣教授、四川省人民医院的蒋黎教授、南方医科大学珠江医院的周宏伟教授参与了论坛主题学术讨论环节，讨论由谢鑫友教授主持。
讨论环节中专家们介绍了各自团队在大数据人工智能的科研、临床应用的情况；分享了在实施这些科研和临床实践中遇到的困难，并提出如何解决这些困难的方法；最后各位专家分享了自己对未来检验大数据和人工智能发展方向的看法，以及如何进一步在未来通过大数据与人工智能技术来赋能检验医学，实现高质量发展。
潘教授在讨论的最后向我们表达了对检验医学未来通过大数据人工智能技术更好的服务于临床和患者，将检验的数字提升为检验的患者全息信息。谢鑫友教授也期望我们每一位检验人在新的智能化时代成为能够与AI协作、懂得人性、有所追求的检验学者。
至此，2022中美检验大师论坛——“检验医学大数据与人工智能”主题论坛落下帷幕，学者们在不同的研究方向上展现了自己的研究成果，也极富远见地展望未来，充满期待。这场人类智慧与人工智能的较量，充分体现出检验人在追求更高的效率和更好的质量上做出的不懈努力和卓越成效，未来可期。
“实验室检测干扰：识别、调查与对策”主题论坛将于今天下午13:30准时召开，敬请期待。