特邀报告

  会议邀请了密西根大学医学院何勇群教授、医渡云首席AI科学家闫峻博士、中国医学科学院北京协和医院刘晓清主任、联邦学习产业生态发展联盟理事长范力欣博士等四位著名专家作题目分别为“可解释性本体及其在精准医学方面的应用”、“应用数据技术在疫情防控中的应用与挑战”、“真实世界证据”和“共建联邦学习产业生态-从隐私计算到数据价值联盟”的特邀报告。

特邀报告1：

特邀报告2：

摘要：新冠疫情的大流行对全球的经济和人们的生活带来了巨大负面影响，这也极大提升了整个社会对公共卫生信息化，智能化建设的重视程度。如何通过数据智能化技术对疫情的传播进行及时发现，及时预警，及时阻断。这些重要问题中很多环节都可以被大数据与人工智能技术赋能，提升疫情的防控效率，质量。其中牵涉自然语言处理，信息检索，知识工程，流行病预测模型，疾病预测模型等多项技术手段。本次报告将以具体案例分析为实现城市免疫目标的一系列数据智能技术所面临的新挑战与具体应用。

闫峻：博士，现任医渡云首席AI科学家，曾任微软亚洲研究院资深研究员。重庆医科大学兼职教授，西安交通大学博士生导师。本科毕业于吉林大学数学系，博士毕业于北京大学数学学院。曾于哈佛大学医学院任研究助理。主要研究方向为知识工程，自然语言处理与信息检索，医疗健康领域的符号逻辑与统计机器学习的结合应用，发表学术论文九十余篇。是国家工信部，发改委等多项重要课题负责人。

特邀报告3：

摘要：真实世界证据（RWE）在现实医疗环境中，通过优化分析多种途径来源的数据而获得的证据。其数据来源包括电子健康档案、理赔单和账单、药品和疾病登记表、个人健康设备所收集的信息等。实效性随机对照试验（pragmatic RCT):在真实临床医疗环境下，采用随机、对照的方式，比较不同干预措施治疗结果的研究，是干预性真实世界研究（RWR）中的一种重要设计;怕平pRCT注意要点：研究场所选恰当：综合疾病特征和临床实际予以考量；随机分组是关键：可结合患者的意愿和偏好进行分组；干预方案低标准：结合实际情况，灵活决定实施细节；偏倚控制巧施盲：临床相关人员不盲，科研人员施盲；伦理问题待解决：安全隐患、均势原则、补知情同意。真实世界证据（RWE）与其他证据的本质区别在于获取数据的环境，而非研究方法和实验设计；真实世界研究（RWR）可为干预性研究！可采用随机对照研究方法；RWR贴近临床，研究方法多样，应用范围广泛；应科学地看待RWE在循证医学中的地位；未来会有更多RWE走进人们视野。

刘晓清：中国医学科学院北京协和医院感染内科主任医师，教授，博士生导师、内科学系常务副主任、国际临床流行病学网北京协和医学院临床流行病学室主任。兼任中华医学会临床流行病学和循证医学分会主任委员，循证医学学组组长、北京医学会临床流行病学和循证医学分会主任委员、循证实践与循证指南学组组长；中华医学会肝病学分会委员、北京医学会肝病分会副主委兼学术秘书，乙型肝炎学组副组长、国家卫生计生委抗菌药物临床应用与细菌耐药评价专家委员会委员，中国药理学会药源性疾病学专业委员会会员；中国防痨学会理事、北京医师协会感染科专科医师分会理事。 2002-2003英国牛津大学Nuffield临床医学系访问学者。《协和医学杂志》、《中华肝脏病杂志》、《临床肝胆病杂志》、《药物不良反应杂志》、《中国全科医学杂志》、《中华全科医师杂志》、《北京医学》等杂志编委，Chinese Medicine Journal审稿专家。主持及参与国家级、省部级课题10余项，包括国家科技传染病重大专项课题、公益性行业科研专项、中国医学科学院医学与健康科技创新工程等。在国内、外专业期刊发表论文100余篇。编译10余部学术专著及教材。

特邀报告4：

摘要：充分发挥数据要素在经济发展中的重大作用，已成为各行业面对的急迫问题。联邦学习在保护数据权利及数据隐私的前提下，连接数据孤岛，为数据要素的价值共建提供了一条切实可行的技术路线。本讲座将介绍，利用联邦学习打造数据价值联盟这一愿景，面临的挑战及可行的解决方案。

范力欣：博士、微众银行人工智能首席科学家和联邦学习产业生态发展联盟理事长，他的研究领域包括机器学习和深度学习，计算机视觉和模式识别，图像和视频处理，3D 大数据处理，数据可视化和渲染，增强和虚拟现实，移动计算和普适计算以及智能人机界面。范博士是 60多篇国际期刊和会议文章作者，获得超过 6 千次引用。范博士曾在诺基亚研究中心和欧洲施乐研究中心工作，他的研究包括广为人知的 Bag of Keypoints 图像分类方法。 范博士长期参加 NIPS/NeurIPS，ICML，CVPR，ICCV，ECCV，IJCAI 等顶级人工智能会议并担任 AAAI领域主席，主持举办了各个技术领域的研讨会。他还是在美国，欧洲和中国提交的近百项专利的发明人，和 IEEE 可解释人工智能标准制定组主席。