11月19日至20日,由中国科学院顾东风院士、中国工程院沈洪兵院士、美国国家医学院林希虹院士、广东药科大学校长郭姣教授四位大会主席领衔的“2020国际健康促进与发展论坛”在广东药科大学举办。
本次大会汇集包括中国、美国、德国、英国、西班牙和加拿大等6个国家,包括香港、澳门地区业内知名专家和行业代表共88人,采用“线上+线下”的方式进行。会上,有专家表示,以机器学习和深度学习为代表的人工智能技术在大数据分析中的应用正呈现爆发式增长,人工智能技术在疾病监测、病因学研究和风险预测方面具有广阔的应用前景。
据介绍,本次论坛聚焦疫情防控和健康中国建设,围绕疾病预防控制(新冠防控和慢病防控)、营养与健康、公共卫生检测评价技术及物理因素与健康等议题,专注于国际研究前沿进展,研讨公共卫生领域热点、难点问题,旨在促进卫生健康领域国际交流与合作,推动全球健康事业和健康产业发展,推进粤港澳大湾区卫生健康的创新和发展。
在主旨报告环节,3位院士与12位专家结合世界各地新冠疫情防控的现状及效果,深入分析了新冠疫情的传播、健康影响以及干预措施;对疫情的风险评估与预警、医院应急设施、实验室风险管理等多方面的提出了建设性的意见或建议,为将来的急性传染病以及慢性传染性疾病预防控制开拓创新、对制定长期应对突发公共卫生事件防治策略具有重要的参考价值。
会上,中国工程院院士、南京医科大学校长沈洪兵表示,随着互联网、移动智能、可穿戴设备等新技术的快速发展,健康医疗信息化得到广泛应用,在医疗服务、健康保健和卫生管理过程中产生海量数据,这些数据与来自队列研究的多组学数据等共同形成了健康医疗大数据。以机器学习和深度学习为代表的人工智能技术在大数据分析中的应用正呈现爆发式增长,人工智能技术在疾病监测、病因学研究和风险预测方面具有广阔的应用前景。
不过,沈洪兵也提到,我国缺乏医疗健康大数据来源、收集和管理的共享机制,形成数据孤岛,如何将跨机构、跨领域、跨平台、跨系统的数据库打通共享,是目前大数据使用面临的最大壁垒。同时,健康医疗大数据存在系统偏倚,影响暴露-疾病之间关联的真实性;健康医疗大数据的法律和伦理规制已成为亟待解决的问题。为此,他希望能建设国家级健康医疗大数据中心,形成国家或区域性健康医疗大数据集中管理与共享服务平台;希望高等院校能培养多学科交叉、复合型人才,对大数据进行深入挖掘,做出有价值的分析、判定和预测。