为汇聚跨领域智慧，共同推进医工交叉融合，实现病理大模型从技术前沿到癌症精准诊疗的全程赋能，我院病理科于2025年12月24日举办“数字病理与人工智能前沿研究与临床转化研讨会”。

　　会议邀请香港科技大学陈浩教授团队专题授课，并就数字病理与人工智能相关最新前沿科技、临床需求与研究进展合作进行深入探讨。

　　陈浩教授是香港科技大学计算机科学与工程系，化学与生物工程系和生命科学部研究员及医工交叉联合创新中心主任，研究领域包括医疗大模型、计算病理、多模态数据融合、医学图像分析、计算机辅助诊疗等。在Nature Biomedical Engineering、Nature Communications、Lancet Digital Health、Nature Machine Intelligence、Jama、MICCAI、IEEE-TMI、MIA、CVPR、ICCV等顶级期刊和学术会议发表论文100余篇（谷歌学术引用37000余次，h-index 80），连续入选斯坦福大学全球排名前2%科学家名单，科睿唯安全球高被引科学家等。曾获得2023年亚洲青年科学家、教育部优秀成果二等奖、北京市科技进步奖一等奖、2019年人工智能医学影像顶级会议MICCAI青年科学家影响力奖等奖项，担任包括IEEE RBME、TMI、TNNLS、J-BHI和CMIG等期刊编委，担任ICLR、CVPR、ACM MM、MICCAI等多个国际会议的领域主席，曾带领团队获得15项国际医学图像分析的挑战赛冠军。

　　我院病理科汤红平主任主持研讨会，对陈浩教授团队的到来表示热烈欢迎，并指出，随着病理数字化和医学人工智能的发展，现有技术已初步实现海量病理数据积累与计算能力的飞跃，传统病理学正面临向精准化、智能化转型的关键窗口，而人工智能赋能下的数字病理，已超越传统显微镜的形态观察，正发展为疾病的“智能导航系统”。它不仅能在肿瘤筛查、分级、预后预测中实现超人工的敏感与稳定，更能通过挖掘多模态数据关联，成为连接形态学表型、分子特征与临床结局的“决策转化枢纽”。本次研讨会正是在此背景下召开，旨在构建跨学科对话平台，深入探讨人工智能与数字病理的前沿算法、工程实践及临床整合路径，以应对肿瘤诊疗等领域日益增长的对可量化、可重复、高维度分析的核心需求。

　　研讨会上，陈浩教授分享了《Large AI Pathology Models for Precision Oncology/病理大模型赋能癌症精准诊疗全流程》，讲解其团队在病理大模型赋能数智病理方面丰富的研究成果及其在医学领域的应用前景。汤红平主任进行了《人工智能赋能宫颈癌筛查》的专题汇报，介绍我院病理科近年来在AI宫颈癌筛查方面的工作和宫颈癌专病模型建设取得的成果。

　　授课结束后，与会专家与病理科人员就共同感兴趣的研究内容进行热烈讨论，并确定后续多学科交叉合作的方向及领域。

　　本次研讨会不仅展现人工智能与数字病理学在肿瘤精准诊疗领域的深度融合与创新潜力，更促进临床病理、科研院校及产业界的多维协同。未来我院将持续推动此类跨领域、深层次的对话与合作，致力于将前沿算法、工程实践与高质量数据转化为可落地、可评估的临床解决方案与工具，为提升病理诊断的标准化与智能化水平、赋能精准医疗体系建设贡献持续推动力。

参会专家与病理科部分工作人员合影