5月29日至31日,2026中国生物医学工程大会暨创新医疗峰会(BME2026)在苏州金鸡湖国际会展中心举办。大会由中国生物医学工程学会主办,苏州大学附属第一医院、中国医学科学院系统医学研究院/苏州系统医学研究所承办,同时特设三个年度主题论坛。主题论坛三“AI赋能疾病防控”由中国医学科学院系统医学研究院/苏州系统医学研究所承办,于5月30日下午成功召开。
论坛特邀中国疾病预防控制中心(中国预防医学科学院)主任(院长)王健伟院士和中国医学科学院系统医学研究院/苏州系统医学研究所副院所长马瑜婷研究员共同担任论坛主席。论坛由马瑜婷研究员、吴爱平研究员共同主持。

大会伊始,论坛主席王健伟院士作视频致辞。他表示,当前,新一轮科技革命与产业变革加速演进,人工智能作为新质生产力的核心引擎,正以前所未有的深度和广度,深刻重塑疾病防控体系。AI已不再是单一技术工具,而是推动医疗健康从“以治病为中心”向“以人民健康为中心”转型的关键支撑,是筑牢公共卫生安全屏障、提升疾病防控现代化水平的核心力量。
本次论坛汇聚国内外医疗健康、人工智能领域的权威专家、行业领袖及科研骨干,共话技术革新与行业变革,为疾病防控体系升级注入新动能。6位国内外顶尖专家学者围绕论坛主题发表专题报告,从基础研究、技术创新、场景应用等多维度分享真知灼见。
中国科学技术大学生物医学工程学院创始执行院长周少华教授以“医学影像人工智能通用基础模型之探索与思考”为题做学术报告。他提出利用通用基础模型突破医学影像“大任务、小数据”的现实困境。通用模型可整合不同任务,建模“共性+个性”,基础模型则通过大量无监督数据预训练后再微调,高效适配多样任务。这些模型不仅能赋能影像诊断环节,更可延伸至群医学的全流程闭环,为AI赋能疾病防控提供了系统性技术路径。

上海交通大学讲席教授陈洛南以“数学AI解读复杂生命系统”为题,聚焦于疾病发生前的“未病态”临界点预警,阐释了一套以动力学为核心的数据科学新理论与AI新方法,包括基于动力系统的临界点与AI预警、基于吸引子低维特性的时间序列预测、基于嵌入理论的因果推断、基于深度学习的非线性多模态数据AI融合等关键技术。相关理论可应用于肿瘤转移预警、公共卫生监测及亚健康评估,对疾病预警具有重要意义。

新加坡国立大学教授、中国医学科学院系统医学研究院/苏州系统医学研究所人工智能与计算生物学中心执行主任张阳以“When AI Meets Physics: Toward Accurate and Dynamic Protein Modeling for Drug Discovery”为题做学术报告。报告中,他提出AI与物理模拟融合的混合框架,通过D-I-TASSER与深度多序列比对策略,在复杂蛋白结构建模性能上超越AlphaFold3。该方法不仅能预测静态结构,还可探索折叠路径与构象集合,为无序蛋白功能理解和基于结构的药物发现提供动态、可解释的建模新工具。

复旦大学生物医学工程研究所所长赵兴明教授以“多维数据驱动的AD探索”为题做学术报告。他指出,阿尔茨海默病表型复制,解析其机制需要多维度数据融合挖掘,并系统阐述如何通过基因组学、影像组学、微生物组学、转录组学等多组学数据整合与人工智能算法,全面解码阿尔茨海默病的复杂致病机制,剖析疾病进程,将阿尔茨海默病研究从传统的单一层面描述推向“脑病肠治”、“早期诊断”的精准医学新高度。

复旦大学梁会营教授分享“多模态多尺度健康医疗数据智能化应用新探索”主题报告,聚焦多模态医学数据价值挖掘方法论缺失痛点,以丰富案例生动展示了文本、影像、组学和生理信号等多模态数据融合的临床价值,体现了人工智能技术服务临床诊断、风险预测和治疗决策的实际成效。助力医疗机构明确多模态医学数据分析愿景、落实多模态医学数据价值挖掘实践、提升多模态医学数据驾驭能力。

中国医学科学院系统医学研究院/苏州系统医学研究所吴爱平研究员以“生物信息和人工智能驱动的新发突发病毒防控”为题,针对新发突发病毒变异的复杂性、动态性、随机性挑战,分享生物信息和人工智能技术在病毒变异解析、免疫逃逸预测、疫苗精准推荐等领域的前沿进展,结合流感病毒防控案例展示技术应用成效,为新发突发传染病快速监测与精准防控提供实践路径。

本次论坛在热烈的掌声中圆满落幕,论坛为领域学者搭建了高质量的交流合作平台,为AI赋能疾病防控领域注入新的思想动能。希望以本次论坛为纽带,持续深化跨学科、跨地域协同合作,以技术创新、模式革新、成果转化为核心驱动力,共同推动现代疾病防控体系高质量发展,为守护公众健康、完善公共卫生体系、助力健康中国战略实施贡献智慧与力量。

夜雨聆风