2026年7月1日，数学与统计学院数学与应用数学系邀请了山东建筑大学的李伟凯教授在科学城校区举办了一场题为"临床疾病AI研究范式演进：从个体预测、系统关联到大语言模型辅助临床"的"双福·行远"活动讲座。本次讲座旨在深化学生对人工智能与医学交叉前沿领域的理解与掌握，拓宽同学们的学术视野。
李伟凯老师开篇介绍了临床疾病的复杂性，指出疾病并非单一病理过程，而是基因、蛋白、代谢及环境等多系统交互的动态结果。例如阿尔茨海默病，就交织着脑结构萎缩、神经递质失衡与异常蛋白沉积等多重机制，呈现出高度的个体异质性。随后，李老师深入阐述了多模态数据作为洞察疾病全景拼图的核心价值，指出影像、基因、病理、临床文本等不同维度信息的整合，突破了单一视角的局限，为理解复杂疾病提供了"分子-细胞-组织-器官-整体"的完整生物学图景。
在讲座中，李老师系统梳理了AI在临床疾病研究中的五大价值：个体预测、患者分型、机制探索、决策支持和多模态整合。他强调，机器学习不是替代医生，而是帮助医生发现复杂数据中的规律，将分散信息转化为可解释的综合证据。李老师还详细介绍了机器学习的基本概念与主要类型，包括监督学习、无监督学习、强化学习、深度学习及多模态学习，并阐述了临床AI研究的完整流程：从问题定义、数据获取与整合、数据预处理、模型选择与训练、模型验证、模型解释到部署与监控。
讲座中，李老师展示了团队在脑网络疾病诊断、工业检测与异常检测、药物靶点预测等领域的研究成果，并重点介绍了依托山东省精神卫生中心、山东建筑大学、北京航空航天大学等单位开展的多模态脑网络智能评估与个体化闭环脑功能调控装备研制项目。该项目涵盖多模态数据库建设、脑网络机制解析、AI分型与疗效预测、个体化TMS处方系统以及机器人闭环验证等研究任务，形成了从基础研究到临床应用的完整技术链条。
在讲座尾声，李老师寄语在座学生，鼓励他们深耕专业知识，积极投身于人工智能与医学交叉领域的研究与应用中，为精准医疗和智慧健康贡献力量。
此次讲座，同学们纷纷表示受益匪浅，不仅加深了对临床AI研究范式演进的理解，更激发了投身相关领域、贡献智慧与力量的决心。数学与统计学院将继续秉持"双福·行远"精神，推动更多高质量学术交流活动，助力学生成长成才。
