8月10日至11日，2023 中關村論壇係列活動——2023 科學智能峰會（AI for Science Summit）在北京正式舉辦。本屆峰會設置主論壇+10個學術峰會，圍繞 AI for Science 基礎設施共建、典型代表應用領域展開。“共建AI4S基礎設施——新范式下的計算成像係統（生物醫藥）”學術峰會邀請了來自人工智慧和計算成像領域的專家學者與業界代表，共同探討人工智慧技術如何推動計算成像的進一步發展。

  AI賦能醫療領域具有巨大的商業潛力，作為輔助工具，AI可以幫助醫生提供更好的診斷和治療方案。“人工智慧可以從多維度、多尺度數據裏面，分析出更多的臨床特徵，而這些特徵有可能是醫生並不能看到的。”中山大學電腦學院的陸遙教授表示，AI賦能醫療的重點是如何形成實際解決方案，並與醫院現有的設備和工作相結合，形成更優化的解決方案，以幫助醫生。他認為在過去幾年中，AI賦能醫療在醫院中越來越受醫生歡迎。它的應用逐漸實現了落地，並提供了更實際的解決方案。

  想要理解生命過程和疾病發展進程，就需要在不同尺度內進行觀察，包括細胞和細胞之間的相互作用、器官和係統之間的相互作用。而這其中一個重要手段就是計算成像技術。

  來自北京大學第一醫院的李澤華從一名醫師的角度分享了對于生物醫學成像的相關思考及展望。作為較為依賴病理的一門學科，李澤華表示，腎內科不同于其他科可以通過心電圖、抽血、核磁CT診斷常見疾病，或通過影像方法診斷腫瘤等等，該學科更依賴腎臟病理診斷。“對每一個片子、每一個區域都大規模展開測序分析，是非常花錢且費力的事情，通過病理組學直接圖像分析，得到這些資訊，成本低且比較高效。”他認為，時至今日，通過AI進行病理組學研究或分析，最終有希望去真正走向臨床替代臨床一些分析的病理分析診斷工具。

  “結合多組學技術和我們現在這種大數據技術，特別是以人工智慧為主要驅動力的新型技術發展，生命醫學研究范式正在發展著革命性的變化。”來自北京大學未來技術學院的周芳旭現場討論了人工智慧對于影像成像組學的作用。他認為，生物成像技術的發展，對于目前生物醫學的進步起到了非常重要的推進作用，結合多組學技術和大數據技術，能夠對多模態跨尺度圖譜繪制研究和數據處理的研究起到極大的促進作用。

  雖然同屬AI for Science，北京大學未來技術學院孫赫的研究邏輯卻與這一賽道上的多數學者不盡相同。人工智慧領域的研究者大多從AI的角度研究科學問題，而孫赫則更喜歡從科學問題的需求出發尋找AI工具。孫赫認為，雖然不同的成像設備均有自己的獨特之處，需要從具體需求出發開發AI工具解決實際問題，但成像本身包含的技術內容是互通的。從傳統視角看計算成像，就是物理建模、先驗建模，在這個方面有很多生物醫學成像應用，AI在計算成像上還有許多尚待探索的地方。

  “我們不期望能做任何重建大模型，至少在疊層成像，既能做傳統，又能做復列疊成像，這兩種成像方式。”對于如何利用現在的AI技術，反過來輔助硬體設備，天津師范大學常慧賓研究員在介紹了成像技術背景的同時分享了近年來在X射線衍射成像、醫學圖像處理、並行演算法等領域取得一係列成果。

  隨著人工智慧技術的不斷發展和創新，生成式AI早已成為備受社會關注的話題。針對生成式AI的應用前景，清華大學生物結構前沿研究中心研究員胡名旭在論壇最後表示，“利用AI大大釋放自己的生産力，這個就依賴于生成式AI在這幾年快速進步。”作為被AI影響巨大的一門學科，論壇現場他進一步介紹了，在結構生物學中生成式AI如何在冷凍電鏡之間發揮功能，“如果我們可以把冷凍電鏡技術，解析一個結構的時間，從一個月縮短一天，或者一個小時，擁有了結果上的把握，我們就可以把這個東西送回到神經網絡裏面，讓它訓練神經網絡參數並做出更準確的判斷。”（文 朱家齊）