应PA视讯|PA真人官网-PLAYACE旗舰注册入口邀请，2025年4月18日上午，香港浸会大学殷可经博士在盘算中心101室作题为“迈向稳健的临床决策支持多模态人工智能”的学术陈诉，语言智能与社会盘算研究所部门老师和研究生加入了讲座。
陈诉中，殷可经深入剖析了自然多模态数据在现代精准医疗中的焦点价值，并指泛起实世界中的医疗数据往往规模庞大、质量乱七八糟，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，该模型接纳“解耦再耦合”的焦点战略，通过算法有效疏散并学习每个数据模态的独占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情况下的鲁棒性。针对临床数据在时间维度上的异步性难题，即连续纪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。有效解决了因数据收罗频率差异步而造成的“时间错位”问题。
最后，殷可经对未来的事情偏向进行了展望，强调了模型优化的重要性，未来的目标是构建越发鲁棒的多模态模型，制止模型太过依赖某个模态，从而更好地应对临床数据的庞大性和不确定性。
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各人对AI驱动的医疗领域问题的理解。
陈诉人简介：
殷博士，香港浸会大学盘算机科学系助理教授，主要研究偏向为医疗康健领域的机械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生长，包罗国家自然科学基金青年科学基金项目、香港卫生署的康健与医学研究基金（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聚会会议及期刊发表多篇论文。