中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF福州

时间：2023年4月15日（星期六）9:00-17:00

CCF YOCSEF福州成功举办“辅疗‘精神’走向新生，AI大有可为吗？”深度技术论坛

（CCF-YO-22-FZ-3FT）

2023年4月15日，CCF YOCSEF福州在福建农林大学常盛会议中心举办了题为“辅疗‘精神’走向新生，AI大有可为吗？”的深度技术论坛。本次论坛由中国计算机学会主办，CCF YOCSEF福州学术委员会、福建农林大学计算机与信息学院、福州大学医工交叉研究院、福建思知行信息技术有限公司共同协办，CCF YOCSEF福州主席魏丽芳（福建农林大学）和CCF YOCSEF福州候任AC委员陈哲毅（福州大学）担任执行主席，CCF YOCSEF福州AC委员郑忠杨（北京华信傲天网络有限公司）和CCF YOCSEF福州候任AC委员陈潇（闽江学院）担任在线主席。

图1. “辅疗‘精神’走向新生，AI大有可为吗？”深度技术论坛

本次深度技术论坛邀请到了医疗与人工智能相关领域的学术专家和企业代表，包括福建省儿童医院、上海大学、南京理工大学、西北大学、福州市第二医院、福建农林大学、福州大学、福建师范大学、闽江学院、福建工程学院、福建医科大学附属第一医院、福建省亿力信息技术有限公司、北京华信傲天网络有限公司、迈空间教育、福建省起跑线健康管理有限公司等科研院所和公司的专家学者约40位参加。围绕儿童发展障碍疾病的AI辅助诊断和治疗这一主题展开探讨，旨在发挥人工智能技术最大能动，辅助医学诊断，企业产品落地，“让爱（AI）在，碍不在”，共同辅疗“精神”，以期让千万发展障碍儿童走向新生。

图2. 福建农林大学计算与信息学院书记钟一文教授作论坛开幕致辞

图3. 论坛会场

图4. CCF YOCSEF福州主席魏丽芳作CCF YOCSEF文化和论坛背景介绍

论坛开始前，福建农林大学计算机与信息学院书记钟一文教授，为本次深度技术论坛活动致辞。期许在最美四月天，这群有爱的科研人员、医疗工作者及企业家们通过思想碰撞、深入思辨，发现人工智能技术与儿童发展障碍辅疗更加完备的发展路径。本次深度技术论坛为闭门论坛。论坛议程主要包括两个环节，分别是上午的引导发言和下午的思辨讨论。CCF YOCSEF福州主席魏丽芳作CCF YOCSEF文化和论坛背景介绍之后，论坛进入上午的引导发言环节。本次深度技术论坛邀请到了5位嘉宾进行引导发言，分别福建省儿童医院刘秀梅教授、上海大学通信与信息工程学院王骏副教授、南京理工大学计算机学院吴烨教授、迈空间教育联合创始人吴航博士和福建省起跑线健康管理有限公司黄勇总经理。

引导嘉宾刘秀梅教授作了题为《儿童神经发育障碍诊疗的痛点及困境--医学领域对AI的呼唤》的引导发言。她围绕儿童神经发育障碍诊疗的痛点及困境，分析了神经发育障碍诊疗概况、孤独症谱系障碍、注意缺陷多动障碍、抽动障碍等临床医学中儿童患者出现的神经发育障碍的诱因和诊疗难点。神经发育障碍诊疗存在发病机制不清、缺乏客观生物标志物等特点，借助AI技术可以对患者进行更好的随访和跟踪。其次，对于孤独症谱系障碍存在的社交障碍、语言障碍、重复刻板行为等多个核心症状，刘教授介绍了使用AI技术检测孤独症谱系障碍患者存在的包括眼动等肢体语言在内的早期识别方法，帮助临床医学实现早期病情筛查。最后，她也表示，抽动症障碍存在的巨大危害，有8%患有抽动症障碍患者具有自杀意念，AI技术的辅助对于科学有效地开展心理教育和行为治疗尤为关键。

图5. 刘秀梅作引导发言《儿童神经发育障碍诊疗的痛点及困境--医学领域对AI的呼唤》

引导嘉宾王骏副教授作了题为《自闭辅助诊断知识共享与迁移机制研究》的引导发言。他围绕如何使用机器学习模型来辅助诊断自闭症发表了自己的研究及观点。首先介绍了如何解决数据异质，实现大异构医疗数据集成以及他所提出的方法，分析了智能医疗在临床医学上的问题。其次，他介绍了自闭症辅助诊断建模的特点——数据来源广泛、多模态、多种亚型分布以及不平衡分布特性等。分析了从多中心知识共享和迁移方法，使数据实现相同的分布、多模态知识共享和迁移，以及如何利用标记增强处理模型处理不同亚型之间的边界模糊问题。最后，他表示，对于有限的诊疗数据样本，要从不同视角的影像数据进行融合并挖掘出更多有用信息，并畅想了如何构造图神经网络基于临床特征计算对象之间的关系。

图6. 王骏作引导发言《自闭辅助诊断知识共享与迁移机制研究》

引导嘉宾吴烨教授作了题为《计算神经科学与儿童个性化发展》的引导发言。他围绕计算神经科学助力儿童发育、儿童发育的个性化研究、类脑发育对人工智能的启发三个方面展开了详细介绍。首先，吴教授从儿童大脑发育的关键特征和结构出发，对脑纤维连接图谱的微观组织提取和宏观连接视角提取重要功能神经纤维束的方法做了详细介绍。其次，他谈到了对儿童发育的个性化研究，他表示儿童的大脑发育与环境之间的变化是具有双向交互作用的，同时他也介绍了一种对婴幼儿大脑短时间内形成初分辨率到高分辨率的扫描方法。最后，吴教授表示，类脑功能的发育方式和人工智能通过大量数据进行模型训练方式是不尽相同的，类脑功能的发育从当前的启发和环境的影响，只需要少量的数据信息和短期的作用持续时间就可以进行快速的大脑发育，相较于此，人工智能方法还有巨大的进步空间。

图7. 吴烨作引导发言《计算神经科学与儿童个性化发展》

引导嘉宾吴航博士作了题为《从特教发展的新趋势看AI的介入》的引导发言。她从自己切身学习经历引入，围绕特教发展趋势、AI介入背景、社交机器人研究和应用以及AI让世界无障等主题，分析了AI如何在特教中广泛应用的问题。“支持相对于教学更重要”，吴博士从自己的留学经历感悟出发，用实例说明早期行为干预和服务模式介入对有特教需求孩子的治疗是非常有必要的。同时分析了AI能够为特教做什么的问题，并介绍了特教最近几年在国内的发展趋势，认为AI才是行为科学干预的未来，传统的人为干预具有局限性。此外，她还分析了现有孤独症儿童陪护机器人研究现状，她发现现有AI辅助医疗技术包括普通人机交互技术、结合ABA理论的人机交互和机器人技术等，但存有问题如实验室产品缺乏多样性考量、缺乏整体性、以及社交机器人亲近感不强以及专业性效果不佳等缺点。认为AI机器人效果长远性、外观性以及广泛应用性方面探讨出AI机器人辅助医疗的应用前景具有较大影响。

图8. 吴航作引导发言《从特教发展的新趋势看AI的介入》

引导嘉宾黄勇作了题为《情绪识别技术在自闭症儿童康复治疗中的应用研究》的引导发言。他从情感社交障碍、语言交流障碍、兴趣狭窄和重复刻板等行为的研究出发对自闭症儿童的共性行为进行了分析。黄勇从公司的两个实际案例出发，分析了当前自闭症儿童在情绪障碍方面的共性特点，他认为情绪控制是自闭症治疗过程中遇到的最大阻碍。借助AI技术可以有效帮助儿童进行早期情绪识别和情绪介入，当前公司的实验室也在对当前开发技术进行测试，争取早日实现AI技术在阻断不良情绪的爆发方面实现全面应用。同时，他也提出，如何利用现有的工具和技术来进行早期情绪识别和不良情绪阻断是至关重要的。

图9. 黄勇作引导发言《情绪识别技术在自闭症儿童康复治疗中的应用研究》

图10. 与会嘉宾会场合影

下午的议程由3个思辨环节构成，对每个议题分别进行1个小时的思辨。

思辨议题1是“AI技术在儿童发展性障碍疾病辅助诊断中的可信性评估标准？”。论坛邀请到了两位思辨嘉宾，分别是福建省儿童医院的刘秀梅教授和福建工程学院电子电气与物理学院的陈健副教授。与会嘉宾围绕该思辨议题展开了头脑风暴。其中，刘秀梅表示，可信性标准对于不同领域的标准是不一样的，我们要探索基于AI技术的诊断医疗干预意义在哪里，是否有科学依据，例如发现指纹图谱是自闭症儿童的共有特征，这是巧合吗？AI技术的应用需要临床诊疗效果去验证。陈健表示，在科研实验对数据进行迁移性学习过程中，由于输入的原始数据结构发生变化，导致训练数据与原始数据的特征有所出入，以至于AI可信性下降。王骏表示，疾病辅助诊断的可信性改变了人工智能算法的设计思路，AI技术是否可信需要科研人员和一线医生共同探讨得出。吴航表示，我们对没有经过社交技能干预的儿童和有进行高强度社交技能干预的孩子进行了对比，我们发现有进行干预的儿童对于人脸的关注次数有明显的提升。虽说只是一种尝试，也希望专家从医学或科学的角度上分析这样的现象是否具有可信性。吴烨表示，AI医学技术可行、可用，但不太可信。对于有些论文呈现的结果很好，但是突破文章进入临床领域是很艰难的、不可靠的。吴志华表示，从产业界的角度出发，当前AI应用可在普筛和单体检测方面进行产品化，为儿童活动场所或家庭监护提供预防预警的看护服务。林丽惠表示，当前提到的方法需要大规模的数据，也需要严格的数据隐私保护。并且算法的可信性在当前的研究阶段并未达到全面临床应用的阶段。何冬梅表示，AI和临床医学不是竞争关系，而是互补关系，很多疾病都有独特的面部特征，中医讲究望闻问切，可以通过观察面部的特征和变化来推断人体的生理特征和病理变化，即所谓“司外揣内”，临床很多疾病是表里如一的，通过AI技术帮我们快速、高效的把候选名单筛选出来，进行初步分类的诊断，确定病患名单，不断提高可行性及可信性。薛岚燕表示，AI技术最大的障碍之一是训练数据的精度，数据要经过符合医学标准的科学验证，同时，训练集数据和测试集数据有较大差异，所以选取的数据特征需要是对临床个体影响最大的特征。王德奎表示，AI技术在神经康复儿童的训练和康复的设备中得到了广泛的应用，但是这些设备对儿童障碍性疾病的诊断没有一个很好的标准。卜起荣表示，计算机学者关注实验方法新不新、医生关注治疗方法行不行。有些医生会担心AI替代医生的治疗，长远来讲我认为是会替代的。刘秀梅表示，只要能解决一些孩子的问题，替代也不要紧，医生有医生的长处。当今用影像学替代诊断是不切实际的，我们只需要AI技术去初筛，要实现方法新且又对于临床医学具有重要意义，一味图新只会浪费很多资源。陈亮亮表示，作为治疗师经常对临床的儿童进行评估，自闭症儿童有很多动作标准进行评估，临床中可以通过一些轮回性对话来对算法有效性进行判断。陈晋裕表示，国外有很多症状诊断的方法，但是对于不同文化之间的儿童用同个模型进行诊断可能是行不通的。王荣章表示，对于患者的隐私保护问题，在可信性评估标准方面也应该被考虑，作为重要的关注内容。

图11. 与会嘉宾热烈思辨组图

思辨议题2是“AI技术如何解决数据异质、实现大异构医疗数据集成？”。论坛邀请到了两位思辨嘉宾，分别是闽江学院计算机与控制工程学院徐戈教授和福建工程学院电子电气与物理学院陈健副教授。与会嘉宾围绕该思辨议题展开了医学界与人工智能领域的思想碰撞。其中，徐戈表示，第一，数据的多模态和隐私问题是当前学术界的关注重点，数据的采集涉及家庭、学校、医院和机构等，数据采集有很多渠道或者通信工具，有主动采集、被动采集或者无感采集。第二，现在的图像内容比较多，需要用视觉算法进一步融合分析。第三，数据隐私的问题，我们尽可能是在本地进行处理，还有很多的技术例如区块链，换脸等技术的使用来保护数据隐私。第四，如何利用模型辅助不同医疗场景的检测、干预和治疗。陈健表示，数据采集的问题，数据的质量是非常的层次不齐的，数据是未经过筛选的，从医生或者医院的角度数据采集的质量比较低的情况下数据是如何使用的。刘秀梅表示，临床医生在使用数据的时候，并不是通过图像来唯一诊断的，孩子成长的环境我们也会进行相应的了解，我们对个体的发病因素也会有相应的评估标准，包括新生儿出生的情况、运动状况、电子媒介状况我们都会进行一定的标注。史震山表示，在医学影像的拍摄过程中，我们不一定要把整个头部都拍的特别清楚，临床我们只需要快速拍出明显的病灶，有时候我们会把技术参数进行调整以提高诊断的效率。吴烨表示，我们不能用模拟数据来作为训练样本。同时，我们甚至需要考虑是否使用大数据。比如说做小脑研究的时候，我们使用了麻省理工用三十个小时采样的一个超高分辨率的数据，分析这样的数据是不切实际高度限定的，所以我们认为医学在大数据方面是有所局限的。如果把多样数据加起来，每个医生关注的数据面是不同的，很多情况下数据的协调是有必要的，用最简单的方法可以将诊断准确率实现从0%到80%的研究是最具突破性的。

图12. 与会嘉宾热烈思辨组图

思辨议题3是“‘跨界’协同攻关儿童发展障碍疾病诊断和治疗的技术路径？”。论坛邀请到了两位思辨嘉宾，分别是福建医科大学附属第一医院史震山副教授和福建农林大学电子信息工程系薛岚燕博士。与会嘉宾围绕该思辨议题点燃了医学、计算机科学与企业届跨界协调的思维火花。其中，史震山表示，目前AI还是辅助临床诊断，暂时无法替代。虽然目前医院影像科已经逐步依赖于特定的软件系统或算法，但AI模型的准确度还有提高空间，以及AI判断结果如果出错时如何纠正，此外也希望能够将多种疾病诊断功能集成到一个系统。薛岚燕表示，整个康复和治疗是个长期过程，想要更加有效，需要个性化和多学科结合来产生新模式，诊断筛查评估方面，国内相对不够完备，就诊时间较长。黄勇表示，自闭症的治疗是多学科、医疗和教育等多方面协同的。王沁表示，创业型公司不建议做过多的科研投资，很多无法对科研成果进行转换。通过自主研发好的产品来帮助企业的发展，这条路我们一定要走，校企协同攻关能兼顾我们的科研方向和产品的尽早落地。吴航表示，目前大环境缺乏专业性，AI技术可以节省家长的资金，如果家长可以得到AI的帮助相当于把最专业的医生带回家。李佐勇表示，可能有些拥有医学院或者附属学院的高校会比较好进行产业的开发，我们现在只能自己去找一些小批量的数据来进行开发，且医工的合作是很难的。大家对于研发的不确定性还是很敏感，我们当前的开发更多都是应用型和实用型，能不能借助多方的领域来发展，需要各自发挥自己的资源来为科研提供保障。吴烨表示，跨界是从无到有、从有到更好，从更好到很好应用的过程，从无到有是医生提需求的过程，从有到更好是高校更应该努力提高的过程，从更好到很好应用则需要企业的进一步努力，跨界的不同阶段是有不同任务的。陈健表示，科研单位需要的课题往往是长期的、可以落地的项目，获得资助以后需要有产出。在企业方面，只有被认可的方向才会大量形成产品产出，很多时候需要更高的信任度和支撑来支持产业的研发，这是一个漫长的过程。

图13. 与会嘉宾热烈思辨组图

最后，CCF YOCSEF福州主席魏丽芳对此次深度技术论坛进行了总结。经过深入探讨与激烈思辨，本次深度技术论坛的观点总结如下：

（1）AI技术在儿童发展性障碍疾病辅助诊断中是可行的，但是未必可信可用。最大的障碍之一是训练数据的精度，数据在符合隐私标准基础同时经过医学标准的科学验证。

（2）AI辅助诊断和临床医学之间不是竞争关系，而是相辅相成的关系。AI技术帮助患者进行初筛，临床医学通过初筛结果开展下一步治疗。

（3）AI技术不能完全基于采集的数据进行诊断分析，还需要配合临床专业知识和先验知识。对于质量参差不齐的实验数据，AI技术需要考虑如何在开放环境以及泛化领域开展研究，从而客服数据异质性、实现大异构医疗数据集成。医院、科研单位和企业将持续高度重视患者的隐私数据。

（4）跨界是从无到有、从有到更好，从更好到很好应用的过程。跨界的不同阶段是有不同任务的，很多时候需要以纵向的资助和更高信任度来支持产业的研发，这是一个漫长的协同攻关过程。

希望本次深度论坛形成的观点能够产生社会价值，同时也希望与会嘉宾今后能持续关注并参与CCF YOCSEF福州的活动。本次深度技术论坛的思辨成果将进行进一步整理，凝练成深度输出，为儿童发展障碍疾病的AI辅助诊断和治疗提供一定的参考与借鉴。