2023年，5月29日上午10:00，上海市多维度信息处理重点实验室特邀请复旦大学宋志坚教授开展主题为“智能诊断前沿问题及其临床前景”的学术报告。华东师范大学通信与电子工程学院副研究员陈建刚主持会议，相关专业教师、研究生等20余人参会。

宋志坚，复日大学特聘教授、博士生导师，享受国务院特殊津贴专家。现任复旦大学数字医学研究中心主任、上海市MICCAI(Medical Image Computing and Computer Assisted Intervention )重点实验室主任、HUMAP (Hyogo University Mobility in Asia and the Pacific)特聘教授等职务。宋志坚同志长期从事医学图像处理与计算机辅助手术领域的理论研究、技术创新及高科技产品的研制工作。近年来在计算机辅助手术、医学图像智能诊断和大数据分析、视觉跟踪与空间定位领域取得突出成统。提出系列智能诊断与手术导航的新理论、新方法。近年来，在国内外顶级学术期刊上发表SCI论文50余篇，顶级国际会议论文12篇，专著1部，授权国内外发明专利12项，承担国家及省部级项目12项。曾先后获得以国家技术发明二等奖为代表的4项省部级以上科技奖励。

主持研制Excelim-04/116/118系列型号神经导航和Spine Nav型脊柱导航等高新技术产品，并在国内外推广使用，产品已进入欧洲市场，成功开展导航手术7万余例。为我国医疗装备的技术创新及高端医疗设备的国产化做出了贡献。

宋志坚教授作学术报告

宋教授介绍了智能诊断的最新进展和临床前景。他讨论了人工智能在该领域中的广泛应用，特别是深度学习建模和架构。然而，他也强调了研究者面临的挑战，如数据和标注稀缺的问题。

宋教授随后介绍了他的实验室关于主动学习的工作，该工作侧重于数据相似性的问题，提出了CA框架。该方法在实验中取得了高精度和低误差率，并提供了有用的可视化，提高了数据标注的效率。

另一个研究重点是病理图像分析，由于其巨大的尺寸和缺乏对patch的标注，这种分析存在挑战。然而，宋教授的实验室开发了WENO（Weakly supervised knowledge distillation framework）架构，在实验中展现了高AUC，并可用于识别阳性病理图像的形态学特征，如宫颈癌的情况，解决了病理图像的诊断和定位难题。

在基础模型方面，该实验室还开发了Few-shot learning架构（Two-level prompt learning MIL framework），该架构被证明在诊断和定位病理图像方面非常有效。此外，宋教授的实验室提出了一种MRI分割算法，用于识别前列腺癌。

展望未来，该实验室的工作将重点关注使用基础模型和弥合医生和深度学习网络之间的差距。宋教授强调了将医生的先验知识纳入模型中，并通过文本或可视化表达特征的重要性。

在问答环节中，宋教授回答了有关大模型生成prompt的问题以及解释性在该领域中的重要性。他解释说，prompt可以从chatGPT、临床诊断和公共数据集等来源中生成。关于可解释性，宋教授强调了可视化patch和其他特征以解释模型决策过程的价值。

宋志坚教授回答提问学生问题

总体而言，宋教授的实验室每年在顶级期刊上发表约30篇论文，重点是开发创新方法进行智能诊断。会议参与者对宋教授有意义的工作表示感激，并讨论了在该领域中弥合医生和深度学习网络之间差距的重要性，以及未来学术合作的可能。