全国服务热线 : 15910331759
公示公告
+智联无界·医路同行：北京大学医工交叉创新沙龙开启AI医疗新纪元
发布时间 : 2026-01-02 18:24:08引言：医工融合步入深水区，AI赋能重塑健康产业格局
当人工智能的浪潮席卷全球各行各业，医疗健康领域正经历着前所未有的智能化变革。10月19日，由北京市科学技术协会创新服务中心主办，北京大学卓越工程师学院、北京大学未来技术学院协办，北京诺诚健华医药科技有限公司科学技术协会承办的"智联无界·医路同行"工程师跨界沙龙暨北京大学卓越工程师研讨会在北京大学对外交流中心隆重举行。
本次活动恰逢国家"人工智能+"战略深入推进的关键节点，汇聚了来自北京大学、中国药科大学等顶尖学府的学术权威，以及诺诚健华、零氪科技、宜明昂科、复星医药等领军企业的产业精英，50余位专家学者共襄盛举。沙龙以"智联无界"为核心理念，通过主旨报告、圆桌对话、深度研讨等多种形式，系统探讨了AI技术在中西医结合、临床转化、药物研发、数据治理等核心场景的应用路径，为破解当前医疗健康领域的技术瓶颈与产业化难题提供了创新性解决方案。
国家战略引领下的医工交叉创新实践
近年来，我国持续加码"AI+医疗健康"的战略布局。从《新一代人工智能发展规划》到《"健康中国2030"规划纲要》，政策层面不断释放明确信号：推动人工智能与医疗健康深度融合，不仅是技术创新的必然趋势，更是保障国民健康、提升医疗服务可及性与公平性的战略选择。在此背景下，北京市科协积极搭建产学研用协同创新平台，本次沙龙正是其服务首都国际科技创新中心建设、培育复合型卓越工程师队伍的重要举措。
活动开幕式上，北京大学未来技术学院党委书记、教授朱怀球与北京诺诚健华医药科技有限公司副总裁兼科学技术协会副主席赵仁滨分别致辞。朱怀球教授强调，当前医疗健康领域面临的挑战具有高度复杂性，单一学科已难以应对，必须打破学科壁垒，构建"医学需求牵引、工程技术支撑"的协同创新生态。赵仁滨副总裁则从产业视角指出，AI技术的应用正在深刻改变药物研发的传统模式，但技术成熟度与临床实际需求的匹配度仍是关键痛点，亟需搭建学术界与产业界的常态化对话机制。
主旨报告：五大核心议题勾勒AI医疗全景图
本次沙龙设置了五场高质量主旨报告，涵盖从基础科研到产业应用的完整链条，五位专家从不同维度呈现了AI赋能医疗健康的最新进展与未来图景。
议题一：AI赋能中西医结合诊疗的科学阐释
北京大学未来技术学院朱怀球教授率先分享了其在"AI赋能中西医结合诊疗的科学阐释"方面的前瞻性研究。他指出，传统中医诊疗体系强调整体观与个体化，但长期面临标准化程度不足、经验传承困难等挑战。人工智能技术的介入，为破解这一难题提供了可能路径。
朱怀球教授团队通过构建大规模中医证候知识图谱，融合深度学习算法对海量中医医案进行模式挖掘，成功识别出多种疾病的中医证型与西医病理指标之间的潜在关联。例如，在糖尿病肾病的中西医结合诊疗研究中，AI模型能够基于患者的舌苔图像、脉象数据及生化指标，精准预测疾病进展风险，并为个体化中药配伍提供决策支持。这种"中医思维+AI算力"的创新模式，不仅提升了中医诊疗的客观性与可重复性，更为中西医结合从"经验驱动"迈向"数据驱动"开辟了新航道。
"AI不是替代中医，而是为中医理论的科学表达提供数字化语言，"朱怀球教授在报告中强调，"通过机器学习解析'证'的生物学基础，我们有望建立中西医对话的桥梁，让传统医学智慧在现代医学体系中焕发新生。"
议题二：数字化平台建设驱动临床研究高效转化
北京大学肿瘤医院副院长兼淋巴瘤科副主任宋玉琴教授以"数字化与信息化建设，助力医院临床研究与创新转化"为主题，系统介绍了北大肿瘤医院在智慧化临床研究平台建设方面的探索与成效。
宋玉琴教授指出，传统临床试验模式存在流程繁琐、数据孤岛、质控成本高等痛点，严重制约了研究效率与质量。为此，北大肿瘤医院率先构建了覆盖"研究设计-受试者招募-数据采集-质量审核-成果发表"全流程的智慧化平台。该平台集成AI辅助的受试者智能匹配系统，能够通过自然语言处理技术自动解析病历数据，将合适的患者精准推送给对应的研究项目，使受试者招募周期平均缩短60%。
更为关键的是，平台内置的AI数据质控引擎可实时监测数据异常，自动识别逻辑错误与缺失值，将数据清理时间从数周压缩至数小时。依托这一系统，北大肿瘤医院在淋巴瘤、肺癌等领域的临床研究规模与效率已位居全国前列，近三年完成注册类临床试验超过200项，有力支撑了多款创新药物的研发上市。
"数字化平台不仅是效率工具，更是临床研究范式的变革引擎，"宋玉琴教授表示，"它让医生回归诊疗本质，让数据产生最大价值，最终加速患者获益的实现。"
议题三：数字孪生技术重构临床试验未来
中国药科大学生物统计系主任言方荣教授带来了关于"数字孪生－虚拟临床试验的机遇与挑战"的深度思考。他指出，传统临床试验面临成本高昂、罕见病患者招募困难、伦理风险等多重挑战，而数字孪生技术通过构建患者的虚拟模型，为解决这些痛点提供了颠覆性思路。
言方荣教授解释道，数字孪生临床试验并非完全虚拟化，而是通过采集真实患者的基线数据，构建其数字化身，在虚拟环境中模拟不同治疗方案的疗效与安全性。这种方法特别适用于罕见病研究，能够在不增加患者负担的前提下，快速模拟多种治疗场景，优化试验设计。其团队在神经母细胞瘤的研究中，利用数字孪生技术将所需真实患者数量减少了40%，同时保持了统计效能。
然而，技术突破背后仍存挑战。言方荣教授坦言，数字孪生模型的验证标准、监管路径、数据隐私保护等问题仍需行业共同探索。"我们需要建立数字孪生模型的可信度评估体系，明确虚拟数据与真实数据的权重分配规则，这需要统计学、临床医学、计算机科学等多学科的深度协作。"
议题四：真实世界数据治理赋能全链条证据生成
零氪科技创始人兼首席执行官张天泽以"注册级RWD治理与RWE生成"为主题，分享了真实世界数据（RWD）在药物研发与监管决策中的产业化实践。他指出，随着监管政策的开放，真实世界证据（RWE）已成为支持药物上市、扩展适应症的重要补充，但数据质量与治理能力是决定RWE价值的核心。
张天泽介绍，零氪科技依托其强大的数据治理平台，已建立了覆盖全国超过800家医院的数据网络，通过自然语言处理、医学本体映射等技术，将非结构化的病历数据转化为符合FDA、NMPA监管标准的结构化数据资产。在肿瘤领域，其平台已支持数十项注册研究，帮助多家药企完成从临床招募到证据生成的全链条服务。
特别值得关注的是，张天泽提出了"数据技术壁垒"概念。他认为，真实世界数据的价值不在于规模，而在于数据的完整性、准确性及可追溯性。通过区块链技术确保数据来源可信，通过联邦学习实现数据可用不可见，通过知识图谱构建多维度关联，才能真正释放RWD的临床与商业价值。
"RWD治理是一场马拉松，需要技术投入、标准建设、生态协同三管齐下，"张天泽强调，"我们正从'数据大'迈向'数据强'，最终目标是让每一份真实诊疗数据都能为医学进步贡献力量。"
议题五：多模态AI策略破解药物研发生产力瓶颈
诺诚健华首席技术官陈向阳博士以"Modeling toward Drug Molecules"为题，深入剖析了AI在药物分子设计中的应用挑战与突破路径。他指出，当前药物研发面临"生产力差距"困境：尽管研发投入持续攀升，但新药产出效率却在下降，AI技术必须真正融入研发流程而非停留在概念验证阶段。
陈向阳博士分享了诺诚健华的"多模态分子策略"：整合分子结构、基因表达、蛋白质互作、临床表型等多维度数据，构建跨模态的AI预测模型。在自免疾病靶点发现中，该策略成功识别出多个First-in-class候选分子，其中部分已进入临床开发阶段。他强调，计算设计与传统药物化学的深度融合是关键，AI模型必须输出化学家可理解、可优化的分子，而非"黑箱"预测。
"药物研发的最终目标是临床价值，AI的价值在于提升决策质量与速度，"陈向阳博士总结道，"我们需要建立'计算-合成-测试-学习'的闭环，让每一次实验数据都能反哺模型迭代，形成持续进化的智能研发体系。"
圆桌对话：从蓝图到实景的产业化路径探索
沙龙的圆桌论坛环节设置了两场主题对话，分别聚焦"医药数智化转型"与"药物研发新范式"，八位专家展开了激烈的思想碰撞。
对话一：医药数智化转型的挑战与机遇
本场对话由北京大学未来技术学院副院长孙育杰教授主持，北京大学未来技术学院国家生物医学成像科学中心研究员马雷、宜明昂科首席医学官吴诸丽、复星医药首席投资官蔡婧姝三位嘉宾参与讨论。
马雷研究员从成像技术角度指出，当前生物医学数据呈现爆炸式增长，但数据的标准化与互操作性严重不足。他建议建立国家级的医学数据基础设施，统一数据标准与接口规范，为AI模型训练与应用提供高质量"燃料"。同时，他强调医学影像AI的临床转化需要严谨的验证体系，避免"技术乌托邦"陷阱。
吴诸丽首席医学官从临床实践出发，分享了创新药企业在数字化患者管理中的经验。她指出，肿瘤患者的全程管理涉及多个环节，AI可以通过智能随访、不良反应预警、用药依从性分析等方式，显著提升患者生活质量与临床获益。但她也提醒，技术应用必须遵循"以患者为中心"原则，避免过度技术化导致医患关系疏离。
蔡婧姝首席投资官则从资本视角分析了医药数智化赛道的投资逻辑。她认为，当前市场存在"伪AI"项目泛滥的问题，真正有价值的公司应具备三大特征：深厚的医学理解、扎实的数据积累、清晰的商业模式。她预测，未来3-5年，AI在药物靶点发现、临床试验优化、个性化治疗等场景将率先实现规模化商业回报。
对话二：药物研发新范式的技术突破与生态构建
第二场对话同样由孙育杰教授主持，前沿工程博士生陈蒙蒙、进化医疗联合创始人段勇、晶泰科技创新中心AI算法负责人赵亚龙三位青年专家分享了各自在药物研发创新中的实践与思考。
陈蒙蒙博士作为跨学科培养的工程博士，分享了其在AI制药项目中的独特视角。她认为，当前高校工程博士培养体系亟需加强"医学-工程-商业"的三角融合，学生应深入产业一线理解真实需求，而非停留在实验室的理想化研究。她参与的抗体药物AI设计项目，通过与临床医生紧密合作，将靶点选择准确性提升了30%。
段勇博士介绍了进化医疗在AI驱动的蛋白降解药物（PROTAC）研发中的突破。其团队开发的生成式AI模型，能够同时优化PROTAC分子的Linker、E3配体、靶蛋白配体三部分，将传统需要数年的设计周期缩短至数月。他强调，新范式下的药物研发需要"算法+实验+临床"的铁三角团队，任何一环的短板都会导致创新失败。
赵亚龙博士分享了晶泰科技在自动化实验室与AI闭环构建方面的经验。他展示了一组数据：通过机器人高通量实验与AI模型的实时交互，晶泰科技将某肿瘤药物的早期研发周期从18个月压缩至7个月，成本降低50%。他预测，未来的药物研发实验室将是"黑暗实验室"——无需人工干预，机器与算法24小时不间断运行，人类科学家则专注于战略决策与创造性思考。
深度观察：技术突破背后的三大核心挑战
综观整场沙龙，专家们的讨论揭示了当前AI+医疗健康发展面临的三大核心挑战：
挑战一：数据质量与治理体系滞后
尽管医疗数据规模庞大，但数据的完整性、一致性、时效性仍存明显不足。医院信息系统孤岛现象严重，数据标准化程度低，直接影响AI模型的训练效果与泛化能力。此外，数据隐私保护与商业化利用之间的平衡尚未找到最优解，相关法律法规与伦理规范亟待完善。
挑战二：跨学科人才断层
真正的医工交叉需要既懂医学语言又懂工程思维的复合型人才，但当前教育体系下，医学与工程学科壁垒森严，人才"跨界"成本极高。企业普遍反映，招聘到既理解临床需求又能实现算法落地的工程师难度极大，这已成为制约创新的关键瓶颈。
挑战三：监管政策与技术演进不同步
AI医疗产品的审评审批路径尚不清晰，特别是自适应AI、数字孪生等新技术，缺乏明确的监管科学与质量标准。企业在投入巨资研发后，面临无法上市或审批周期过长的风险，影响了产业投资的积极性。
政策与生态：北京市科协的战略布局
作为本次活动的主办方，北京市科学技术协会创新服务中心展现了其在服务首都科技创新中的前瞻性布局。中心负责人表示，未来将重点推进三方面工作：
第一，打造"首都工程师"品牌活动矩阵。 除本次沙龙外，还将围绕集成电路、新能源、智能制造等关键领域，举办系列跨界交流活动，构建"需求导向、技术驱动"的工程师社群生态。
第二，建设医工交叉创新示范基地。 联合北京大学、协和医院、积水潭医院等顶尖机构，建立从概念验证到中试放大的全链条服务平台，降低创新技术产业化门槛。
第三，完善复合型人才培养机制。 推动高校工程教育改革，增设医工交叉学位项目，建立企业导师与高校导师的"双导师"制，实施"理论学习-企业实践-创新项目"三位一体培养模式。
产业启示：从概念验证到规模落地的关键路径
对于产业界而言，沙龙传递出明确信号：AI医疗已从"技术演示期"进入"价值验证期"，企业必须调整战略重点。
首先，聚焦真实临床需求而非技术酷炫。 多家专家强调，AI解决方案必须解决医生真正的痛点，如减少重复劳动、提升诊断准确性、优化治疗决策等。技术领先性需要转化为临床价值才能获得市场认可。
其次，构建数据护城河。 在数据成为核心生产要素的时代，企业应提前布局数据合作网络，建立完善的数据治理体系，形成难以复制的数据资产优势。
再次，拥抱监管创新。 主动与监管部门沟通，参与行业标准制定，开展真实世界研究积累证据，为产品注册审批铺平道路。诺诚健华等企业已成立专门监管科学团队，这一趋势值得借鉴。
最后，强化生态合作。 单打独斗难以应对系统性挑战，企业应与医院、高校、技术公司、投资机构建立战略联盟，形成"风险共担、利益共享"的创新共同体。
学术前沿：北京大学在医工交叉领域的战略布局
作为协办方，北京大学在本次沙龙中展现了其在医工交叉领域的深厚积淀与战略雄心。北京大学卓越工程师学院副院长刘广送介绍，学院正着力打造"医学+"工程人才培养高地，重点推进三大举措：
第一，设立医工交叉前沿研究方向。 面向精准医学、智慧医疗、再生医学等前沿领域，组建跨学科研究团队，实施"首席科学家+工程骨干"协同攻关模式。
第二，建设高水平创新平台。 整合未来技术学院、生物医学成像中心、健康医疗大数据研究院等资源，建设国家级医工交叉创新平台，支撑从基础研究到临床转化的全链条创新。
第三，深化产教融合机制。 与诺诚健华、复星医药、零氪科技等领军企业共建联合实验室，实施"企业出题、高校解题、市场阅卷"的产学研协同模式，确保科研方向与产业需求精准对接。
北京大学未来技术学院党委书记朱怀球教授在总结发言中指出，医工交叉不是简单的技术叠加，而是两种思维方式的深度融合。医学思维的"人文关怀"与工程思维的"系统优化"必须有机结合，才能创造出既有技术先进性又有温度感的创新解决方案。
未来展望：迈向智能医疗的"北京样板"
本次沙龙的成功举办，标志着北京在"AI+医疗健康"领域的探索已进入系统化、机制化新阶段。与会专家一致认为，未来3-5年将是技术突破与产业爆发的关键窗口期，北京有条件也有责任打造全球领先的智能医疗创新高地。
在技术层面，多模态大模型、数字孪生、生成式AI等前沿技术将持续演进，与医疗场景的结合将更加紧密。特别是医学大语言模型的突破，有望实现从辅助诊断到治疗决策的全流程智能化。
在产业层面，一批具有全球竞争力的AI医疗企业将加速涌现，在药物研发、医学影像、智能诊断、健康管理等细分市场形成龙头效应。同时，传统医药企业将通过数字化转型实现"老树新花"。
在生态层面，政产学研用的协同机制将日趋成熟，数据要素市场化配置改革将取得实质性突破，监管沙盒等创新政策将加速落地，为新技术应用创造更加包容的环境。
在人才层面，北京大学等高校培养的首批卓越工程师将走向产业一线，形成"人才引领创新、创新驱动产业"的良性循环。同时，国际化的引才引智政策将吸引全球顶尖人才集聚北京。
结语：无界智联，共筑健康未来
"智联无界·医路同行"工程师跨界沙龙虽已落幕，但其激发的思想火花与实践动能将持续发酵。这场活动不仅是技术的展示，更是观念的革新——它昭示着医疗健康产业的未来，属于那些敢于打破边界、善于跨界融合、勇于实践创新的探索者。
北京市科协的承诺掷地有声：将持续为首都工程师精心打造连接医学需求与工程技术的交流平台，推动医工交叉融合，探索"AI+X"的产业化实践路径。在这条充满希望的道路上，学术界、产业界、政策制定者正携手同行，用智能技术重塑医疗健康的每一个环节，让人工智能真正成为增进人类福祉的强大力量。
从北京大学的学术殿堂走向广阔的产业天地，从实验室的算法模型走进医院的诊室病房，从工程师的代码世界融入医生的临床思维，这场跨界融合的伟大实践正在书写中国医疗健康事业智能化转型的壮丽篇章。智联无界，医路同行，未来已来！
