2025年4月10日，同济大学视觉与智能学习实验室（VILL）负责人赵才荣教授带领团队一行，赴全景医学影像诊断中心开展交流访问。双方围绕人工智能技术在医学影像领域的创新应用展开深入探讨，就辅助诊断系统研发、医疗数据挖掘与智能分析等方向进行了广泛交流，并达成初步合作共识。

图1 杨环球董事长介绍全景医学的使命、发展蓝图以及在医学影像领域的创新与未来布局

交流在董事长杨环球先生的欢迎中开始，杨环球先生首先对中心的发展历程、服务理念及未来布局进行了详细介绍。他指出，全景医学始终以“精准影像的追寻者、深度健检的实践者、专属医疗的提供者”为使命，致力于以先进的医学影像技术和深度数据洞察能力，提升疾病早筛、精准诊断与个性化医疗服务水平。杨董事长表示，面对人工智能技术在医学影像领域的快速演进，全景医学积极拥抱创新，持续推动智能化应用落地，期待通过与同济大学视觉与智能学习实验室的合作，进一步探索医学影像智能诊断与临床应用转化的新路径。

随后，全景医学集团首席科学家、上海全景医学影像技诊断中心高欣院长围绕当前中心配置的先进影像设备与技术体系，向同济大学视觉与智能学习实验室团队进行了详细介绍。他指出，中心配备了涵盖MRI、CT、PET-CT等多种尖端设备，能够实现从微观组织到系统层面的多尺度精准成像。同时，中心已累计汇聚数百万例高质量医学影像数据，涵盖多种疾病谱系和人群特征，为智能诊断模型的开发与临床应用提供了坚实的数据基础。

在会议交流环节中，微软亚洲研究院高级研究员王子龙应邀作专题报告，分享了团队在医学影像智能分析领域的前沿研究进展。王子龙博士围绕医学面部图像分析与医学多模态数据融合技术，系统介绍了当前在疾病早筛、临床辅助决策及个性化诊疗支持中的创新应用。他重点展示了基于深度学习的方法在面部影像特征提取、结构异常检测及与遗传信息、影像数据联合建模方面的最新成果，提出通过多模态融合实现更高精度、更强泛化能力的智能诊断路径，为未来医学影像与人工智能深度结合提供了新的思路和方向。

图2 王子龙高级研究员进行报告

紧接着，全景医学影像诊断中心的冯刚博士与彭思思博士围绕具体影像展开了深入讨论。冯博士详细讲解了在影像分析中，如何从各个区域特征出发，结合人工智能技术与传统影像学知识，识别和分析不同病变类型。他指出，尽管人眼在识别影像特征时具有高度的直观性与灵活性，但在复杂的医学影像中，机器能够通过深度学习算法进行更加高效和精确的特征提取，尤其在微小病变和复杂影像模式识别上，表现出更高的敏感度与稳定性。彭博士则补充道，机器学习与计算机视觉技术的结合，能够在大规模数据处理和多模态数据融合中，弥补人眼识别的局限，提升影像分析的整体准确性。两位专家强调，人工智能不仅能够增强医学影像的诊断能力，还能够为临床医生提供更为精准和全面的参考依据，推动医学影像向智能化、精细化发展。

图3 针对实际影像展开讨论

在会议的最后，高欣院长对双方的合作发展方向进行了总结，提出了一些切实可行的研究方向。重点包括基于头颈心CTA和PET/MR技术的血管衰老研究、多模态癫痫病灶定位与致痫灶勾画，以及PET/CT_CLIP在PET/CT报告辅助书写和质控中的应用。这些方向不仅有助于推动医学影像领域的技术进步，也将为临床诊疗提供更加精准的支持，进一步促进人工智能与医学影像的深度融合。

图4 高欣院长总结补充

此次访问不仅加深了同济大学视觉与智能学习实验室与全景医学影像诊断中心的交流合作，也为双方在人工智能与医学影像领域的深入合作奠定了基础。通过共享技术创新、数据资源及科研成果，双方将共同探索智能诊断的新路径，推动医学影像技术在临床应用中的转化与发展，携手提升精准医疗水平。