6 月 27 日，在第十届 “研究生學術交流月” 运动中，国家级青年人才、電子科技大學与上海人工智能实验室智慧医疗中心张少霆教授，带来《人工智能与智慧医疗》主题陈诉，吸引众多 AI 与医学领域学子加入。
张少霆教授以公共熟知的 GPT 模型为切入点，系统梳理语言大模型、视觉大模型、生成式 AI 及科学大模型的生长历程，并着重剖析这些前沿技术在医疗场景的创新应用。在病理分析偏向，视觉大模型已实现癌细胞精准识别、肿瘤区域划分及亚型辅助判断，大幅提升诊断效率、减轻医生事情负荷，在疾病早筛中精准锁定高风险样本。通过多模态融合技术，模型还能整合病理图像、电子病历与基因数据，为临床诊疗提供全面参考。
医学影像领域同样展现出 AI 大模型的强大潜力。张教授举例，CT、MRI 影像中的异常区域可被自动检测，肺结节、脑出血等病症能获得辅助诊断，甚至在医生确诊前发出预警提示。这不仅优化了医疗质量，更为医疗资源匮乏的偏远地域搭建起技术桥梁。
然而，AI 大模型在医疗应用中仍面临诸多挑战。张教授直言，训练优质医疗大模型绝非易事，算力消耗、数据宁静、高昂标注成本等问题亟待解决。尤其面对临床疑难杂症，模型需兼具通用性与专科特性，未来通用模型与专科模型的有机结合或将成为破局要害。
講座尾聲，張教授鼓勵同學們投身跨學科研究，建議計算機等非醫學專業的同學們走進醫院實習，在實踐中深化對模型應用的理解。這場兼具學術深度與實踐價值的報告，爲師生打開人工智能賦能醫療領域的全新視野。
