8月10日至11日，2023 中关村论坛系列活动——2023 科学智能峰会（AI for Science Summit）在北京正式举办。本届峰会设置主论坛+10个学术峰会，围绕 AI for Science 基础设施共建、典型代表应用领域展开。“共建AI4S基础设施——新范式下的计算成像系统（生物医药）”学术峰会邀请了来自人工智能和计算成像领域的专家学者与业界代表，共同探讨人工智能技术如何推动计算成像的进一步发展。

  AI赋能医疗领域具有巨大的商业潜力，作为辅助工具，AI可以帮助医生提供更好的诊断和治疗方案。“人工智能可以从多维度、多尺度数据里面，分析出更多的临床特征，而这些特征有可能是医生并不能看到的。”中山大学计算机学院的陆遥教授表示，AI赋能医疗的重点是如何形成实际解决方案，并与医院现有的设备和工作相结合，形成更优化的解决方案，以帮助医生。他认为在过去几年中，AI赋能医疗在医院中越来越受医生欢迎。它的应用逐渐实现了落地，并提供了更实际的解决方案。

  想要理解生命过程和疾病发展进程，就需要在不同尺度内进行观察，包括细胞和细胞之间的相互作用、器官和系统之间的相互作用。而这其中一个重要手段就是计算成像技术。

  来自北京大学第一医院的李泽华从一名医师的角度分享了对于生物医学成像的相关思考及展望。作为较为依赖病理的一门学科，李泽华表示，肾内科不同于其他科可以通过心电图、抽血、核磁CT诊断常见疾病，或通过影像方法诊断肿瘤等等，该学科更依赖肾脏病理诊断。“对每一个片子、每一个区域都大规模展开测序分析，是非常花钱且费力的事情，通过病理组学直接图像分析，得到这些信息，成本低且比较高效。”他认为，时至今日，通过AI进行病理组学研究或分析，最终有希望去真正走向临床替代临床一些分析的病理分析诊断工具。

  “结合多组学技术和我们现在这种大数据技术，特别是以人工智能为主要驱动力的新型技术发展，生命医学研究范式正在发展着革命性的变化。”来自北京大学未来技术学院的周芳旭现场讨论了人工智能对于影像成像组学的作用。他认为，生物成像技术的发展，对于目前生物医学的进步起到了非常重要的推进作用，结合多组学技术和大数据技术，能够对多模态跨尺度图谱绘制研究和数据处理的研究起到极大的促进作用。

  虽然同属AI for Science，北京大学未来技术学院孙赫的研究逻辑却与这一赛道上的多数学者不尽相同。人工智能领域的研究者大多从AI的角度研究科学问题，而孙赫则更喜欢从科学问题的需求出发寻找AI工具。孙赫认为，虽然不同的成像设备均有自己的独特之处，需要从具体需求出发开发AI工具解决实际问题，但成像本身包含的技术内容是互通的。从传统视角看计算成像，就是物理建模、先验建模，在这个方面有很多生物医学成像应用，AI在计算成像上还有许多尚待探索的地方。

  “我们不期望能做任何重建大模型，至少在叠层成像，既能做传统，又能做复列叠成像，这两种成像方式。”对于如何利用现在的AI技术，反过来辅助硬件设备，天津师范大学常慧宾研究员在介绍了成像技术背景的同时分享了近年来在X射线衍射成像、医学图像处理、并行算法等领域取得一系列成果。

  随着人工智能技术的不断发展和创新，生成式AI早已成为备受社会关注的话题。针对生成式AI的应用前景，清华大学生物结构前沿研究中心研究员胡名旭在论坛最后表示，“利用AI大大释放自己的生产力，这个就依赖于生成式AI在这几年快速进步。”作为被AI影响巨大的一门学科，论坛现场他进一步介绍了，在结构生物学中生成式AI如何在冷冻电镜之间发挥功能，“如果我们可以把冷冻电镜技术，解析一个结构的时间，从一个月缩短一天，或者一个小时，拥有了结果上的把握，我们就可以把这个东西送回到神经网络里面，让它训练神经网络参数并做出更准确的判断。”（文 朱家齐）