学院新闻

2022年11月29日，在中国人民大学交叉学科研究院支持下，由中国人民大学高瓴人工智能学院、中国人民大学公共管理学院、依托中国人民大学智能社会治理文理交叉平台，联合承办的“AI for Health”跨学科青年学术研讨会顺利召开。

中国人民大学交叉科学研究院院长杨开峰教授、中国人民大学高瓴人工智能学院副院长窦志成教授、中国人民大学公共管理学院党委副书记李文钊教授出席会议并致辞。与会专家有上海交通大学未来媒体网络协同创新中心谢伟迪长聘副教授、清华大学附属长庚医院医保物价办副主任张燕、中国医学信息研究所李力助理研究员，以及中国人民大学公共管理学院梁海伦副教授、高瓴人工智能学院准聘助理教授周骁等。会议由中国人民大学高瓴人工智能学院准聘副教授许洪腾主持。

中国人民大学交叉科学研究院院长杨开峰教授与会并致辞。他表示，今年4月，习近平总书记在调研考察中国人民大学时指出“加快构建中国特色哲学社会科学，归根结底是建构中国自主的知识体系”，要用好学科交叉融合的“催化剂”，加强基础学科培养能力，打破学科专业壁垒，对现有学科专业体系进行调整升级。他指出，学科交叉是学科发展和知识创新的重要途径，推动交叉学科发展已经成为中国人民大学“十四五”发展及“双一流”第二轮建设的重要规划之一。他表示人工智能与公共管理学科有着广阔的合作前景，期待高瓴人工智能学院与公共管理学院能够在构建知识体系和创新方面做出成果。

中国人民大学高瓴人工智能学院副院长窦志成教授在会上向莅临的领导和老师表示感谢。他表示，当前，高瓴人工智能在推进人工智能学科建设方面已取得了不错的成绩，为更好地服务国家人工智能发展战略，学院也在加快步伐协同兄弟学院，依托中国人民大学人文社会科学的优势不断推进“AI+”深度融合，致力于在人工智能学科交叉领域做出具有人民大学特色的重要成果。

中国人民大学公共管理学院党委副书记李文钊教授在致辞中提出要拓展人工智能与公共管理交叉学科融合的新方式，探索人工智能治理学的研究范式。并分别从人工智能给治理带来什么，治理能够给人工智能带来什么，以及人工智能与治理两者结合之后能否超越原有学科、探索出学科交叉典范这三方面做了探讨。最后，李文钊教授对公共管理学院与人工智能学院通过合作推进国家治理体系和治理能力现代化方面表达了期许。

研讨会上，上海交通大学谢伟迪副教授分享了题为“AI大模型与智慧医疗”的报告。他首先介绍了AI大模型应用到医疗领域所遇到的挑战，相比于目前算法与医疗疾病诊断的结合，训练出通用大模型对于病种杂多的医疗领域来说更为重要。他指出，目前医疗AI发展面临着两个困境：一方面，医疗AI模型需要的大规模数据开源难以获得；另一方面，当前监督学习的范式仅能覆盖头端病种，而医生更需要得到帮助的是长尾病种，并且病种在不断增加。此外，谢伟迪副教授还分享他对于AI大模型运用到医疗领域的认识，提出知识驱动的专业知识注入表征迁移以及跨模态自监督学习的预训练方法。在报告最后，谢伟迪副教授总结指出，当前医疗AI预训练大模型研究仍然处于早期，仍面临数据规模、评价体系、学习算法等多方面挑战，诚挚希望更多学者加入到这一领域的研究任务中。

中国人民大学公共管理学院的梁海伦副教授分享了题为“基因、环境与行为选择：基于遗传学与公共管理学科交叉的视角”的报告。她首先从基因、社会环境与行为选择的关系出发，从行为遗传学角度探讨了人类行为差异以及决策机制。报告第二部分围绕理论与方法，介绍了全基因组关联分析、多基因评分法及孟德尔随机化的遗传学方法，梳理了遗传学与行为社会学科交叉的研究基础与进展，探讨了应用遗传数据在社会科学领域进行因果判断的潜力。随后，梁海伦副教授分享了课题组在遗传与公共管理交叉领域的阶段性研究成果，首次将多基因评分方法运用到个体的公共服务就业选择研究中，探索人格特质的遗传属性、社会参与和公共服务就业选择的关系。最后，梁海伦副教授对这一交叉领域的研究方向进行了讨论和展望。

中国医学科学院医学信息研究所助理研究员李力分享了题为：“技术治理视域下的医保智能系统审核：赋能与困境”的报告。报告从技术治理的常用理论框架出发，从理念、制度、技术来透视医保智能审核系统政策等级效应。报告重点回应了一个问题：医保职能审核系统能否规范医生的处方行为，以及存在怎样的困境与潜在风险。李力助理研究员以清华长庚医院的医保智能审核系统为案例，介绍了清华长庚医院的医保重审和系统的政策统计理念制度和技术，分析了医保金融审核系统对医生行为、及医保支付的影响，并探讨了是否促进处方的合规性并减少医保拒付的发生。最后，李老师分享了医保智能系统审核实践和研究方面的思考。

来自中国人民大学高瓴人工智能学院的准聘助理教授周骁分享了题为：“基于人工智能技术的健康城市精细化建模与决策”的报告。基于计算机科学和城市规划的交叉学科背景，周骁助理教授关于健康管理的思考是从智慧城市的角度展开的。报告从慢性疾病管理、预测和突发公共卫生事件防控两个方向进行了探讨，并介绍了课题组与城市健康相关的在研项目。癌症、糖尿病或者是抑郁症，这些慢性疾病对人类生命健康产生了越来越大的威胁，相关研究证明了生活方式饮食习惯等和慢性病之间的相关性，可能会从医学的角度对慢性疾病的研究带来一些新的启发。报告的第二部分分享了面向新冠疫情防控政策的优化设计研究。

研讨环节，与会学者围绕“AI for Health”面临的机遇与挑战这一议题展开了热烈讨论。交流的具体问题包括如何打破医疗健康领域普遍存在的“数据孤岛”、如何解决目前医疗数据的“公平性”和“隐私性”问题、现有多模态大模型将对广义上的公共卫生和医疗领域带来的影响、如何更好的提高基于AI的医疗技术的可靠性、如何划分权责以及如何更好推动学科交叉与融合等。