应皇冠体育官网-体育竞猜推荐-最新赛事赔率趋势 邀请，2025年4月18日上午，香港浸会大学殷可经博士在计算中心101室作题为“迈向稳健的临床决策支持多模态人工智能”的学术报告，语言智能与社会计算研究所部分老师和研究生参加了讲座。
报告中，殷可经深入剖析了自然多模态数据在现代精准医疗中的核心价值，并指出现实世界中的医疗数据往往规模庞大、质量参差不齐，特别是数据缺失问题，严重制约了AI模型的性能与可靠性。应对这一挑战，殷可经团队研发了DrFuse模型，该模型采用“解耦再耦合”的核心策略，通过算法有效分离并学习每个数据模态的独有特征及跨模态间的共通特征，大幅提升了模型在不完整数据环境下的鲁棒性。针对临床数据在时间维度上的异步性难题，即连续记录的生命体征与非即时拍摄的影像数据难以在时间点上精确对齐的问题，殷可经团队提出了DDL-CXR模型，该模型利用扩散模型技术，以EHR等时序数据为条件，生成与特定临床事件节点相匹配的高质量、高保真度影像。有效解决了因数据采集频率不同步而造成的“时间错位”问题。
最后，殷可经对未来的工作方向进行了展望，强调了模型优化的重要性，未来的目标是构建更加鲁棒的多模态模型，避免模型过度依赖某个模态，从而更好地应对临床数据的复杂性和不确定性。
讲座结束后，师生们围绕讲座内容展开了深入讨论，互动环节气氛热烈，在场师生进一步加深了大家对AI驱动的医疗领域问题的理解。
报告人简介：
殷博士，香港浸会大学计算机科学系助理教授，主要研究方向为医疗健康领域的机器学习和重症医学中的大数据分析，主持的多项跨学科项目致力于推进临床人工智能的发展，包括国家自然科学基金青年科学基金项目、香港卫生署的健康与医学研究基金（HMRF）资助项目。曾获2021年香港青年科学家奖荣誉提名，在NeurIPS、AAAI、IEEE TKDE等顶级人工智能和数据挖掘会议及期刊发表多篇论文。