报告时间：2025年12月25日10:30
报告地点：Avidol
B404会议室
报告一题目：低剂量医学影像生成和解译
报告人：赵煌旋
报告人单位：Avidol
报告人简介：赵煌旋，计算机学院副教授、博士生导师，主要研究领域：医学人工智能，研究方向包括：1.医学多模态大模型、智能体；2.基于生成式AI的医学图文报告生成；3.胎儿超声诊疗AI模型；4.医学图像重建与渲染。第一或通讯作者发表/接受JCR一区SCI或CCF A论文30余篇，包含Nature Medicine、MED（Cell子刊、医学旗舰刊）、Cell Reports Medicine（Cell子刊）、NeurIPS、Advanced Science、IEEE Transactions on Medical Imaging、AAAI等，申获发明专利20余项。主持国家自然科学基金面上项目、青年项目、中国博士后特别资助（站中）和面上项目等6项基金，核心参与科技部重点研发计划、工信部揭榜挂帅、国家自然科学基金重点项目等国家级项目10余项。
报告摘要：面向低剂量医学影像生成与智能解译这一临床紧迫需求，本人旨在突破当前技术中“低剂量”与“高图像质量”难以兼顾、智能模型决策缺乏可解释性、以及算法临床转化验证不足等核心瓶颈。近五年在极低剂量诊疗级影像生成、医学可解释智能模型进化及大规模前瞻性临床验证方面取得了系列创新成果，构建了从方法创新到临床应用的完整技术体系，解决了现有方法动态特征提取不足、模型“黑箱”决策、临床验证缺失等问题，系统目前已服务于15家医院的4000余名患者。
报告二题目：安全可信的医疗人工智能
报告人：李贺
报告人单位：Avidol
报告人简介：李贺，Avidol
弘毅博士后，主要研究方向为多模态理解与智慧医疗。主持国自然青年基金，获图象图形学会科技进步奖、湖北省博士后尖端人才计划、ICCV 2021 MMVRAC挑战赛冠军等荣誉。发表论文20余篇，其中以一作/通信作者身份发表CCF A类及交叉领域npj Digital Medicine等论文11篇，2篇Oral，1篇ESI高被引。曾担任TPAMI、CVPR、NeurIPS等多个国际顶会和顶刊审稿人。
报告摘要：医学人工智能面临数据安全性、算法公平性与决策可解释性的三重挑战：医疗数据的极度敏感性在信息共享与隐私保护之间筑起高墙；训练样本的群体偏差则诱发了模型在不同人群间产生歧视性诊断；并且深度学习的“黑盒”特性导致临床诊疗信任难以建立。传统方法通常仅针对预测精度进行单点优化，导致模型在面对真实临床环境时，因缺乏病理依据、存在隐私泄露风险或伦理偏见而难以落地，陷入“高分低能”的困境，不得不面临监管受阻与应用受限的尴尬。为此，本报告提出从数据隐私与安全、可解释医疗与数字标志物挖掘两条技术路线，构建能够兼顾精准度、安全性与伦理性的可信医学AI框架，最终实现临床诊疗中高效、安全且公正的智能辅助决策。
