近年来，随着人工智能、统计学与精准医学等新兴交叉领域的迅猛发展，临床研究正在经历着一场前所未有的范式转型。2025年5月28日，“临床研究前沿：人工智能、统计学和精准医学的影响”学术论坛在复旦大学上海医学院举行。

　　国内外从事临床研究、人工智能、统计建模及精准医疗等相关专业的高校学者、科研人员、临床医生、技术专家以及关心健康科技发展的各界人士齐聚一堂，深入探讨人工智能驱动的研究设计、生物统计方法创新与个体化诊疗路径等前沿议题。论坛旨在搭建跨学科交流平台，推动方法创新向临床转化，助力高质量研究产出，共同推动临床研究迈向智能化、精准化的新阶段。

　　论坛开幕式上，复旦大学公共卫生学院教授高翔致辞并表示，人工智能正重塑临床研究的逻辑与边界。人工智能技术在数据处理、机制探索和疗效预测等方面展现出巨大潜力，为临床研究带来效率与深度的双重飞跃。他指出，科研工作者应正视人工智能的潜力与局限，在理性应用中挖掘其真正价值，助力医学研究向智能化、精准化及临床可转化方向持续推进。

　　论坛开场，《新英格兰医学杂志》AI统计学编辑、布朗大学统计学教授霍根介绍了人工智能在临床研究中的挑战与机遇。他指出，尽管人工智能在疾病预测准确性和模型可解释性等方面仍有待改善，但许多问题已有可行的解决方案。此外，人工智能在许多领域具有极大的应用价值，例如可大幅提高疾病筛查效率、为急诊科分流提供决策支持等，也为新型研究设计与因果推断方法的开发提供了新思路。霍根强调，尽管技术发展迅速，统计学的原理与方法仍然适用。未来，统计学家和人工智能研究人员应当深化合作，探讨医学研究中统计学与人工智能的应用与持续创新。

　　高翔分享了医学研究中多种数据分析方法的应用。他结合自己多年来的流行病学研究经历，介绍了传统方法在医学研究中的价值。随后，他分享了新兴数据分析方法的应用，包括机器学习（例如核函数）、轨迹分析、优化模型、交叉滞后模型等。高翔指出，新兴数据分析方法是传统统计方法的自然延伸，能够打破传统方法的诸多限制。但无论传统还是新兴方法，都可能受到信息偏倚和选择偏倚的影响，在研究中应当根据问题进行适当的选择。

　　复旦大学肝癌研究所副所长孙惠川教授从临床应用角度出发，分享了不可切除肝细胞肝癌的治疗策略。他指出，系统治疗与转化治疗为晚期肝癌病人提供了长期生存可能，大幅度改善了我国肝细胞肝癌患者的总体生存率。尽管患者个体异质性为肝癌治疗带来了极大挑战，但人工智能与多模态影像学技术为患者的预后预测及个性化治疗提供了新思路。孙惠川强调，人工智能驱动的精准医疗有助于识别患者对治疗的特异性反应，在资源有限的情况下提升治疗效率。

　　复旦大学公共卫生学院副院长阚海东教授以大气污染与人类健康为例，分享了不同研究设计在环境健康领域的应用。阚海东首先结合团队研究成果，介绍了观察性研究在大气污染短期与长期健康效应评估中的应用价值。随后，他分享了随机对照试验在环境健康研究中的应用，包括群体层面的干预研究，以及个体层面的随机双盲交叉试验等。他强调，通过观察性与实验性研究的结合，能够更全面地揭示大气污染与健康的关联。

　　关于人工智能在临床研究中的应用。广州医科大学附属第一医院梁文华教授以肺癌基因突变预测模型为例，分享了人工智能在肺癌临床管理中的应用。梁文华首先介绍了基于深度学习的工具DeepGEM，该工具实现了基于常规组织学切片的肺癌患者基因突变预测，能够以更为便捷而经济的方式实现基因突变的快速检测，使重症患者能够更快接受靶向治疗。他指出，基于人工智能的辅助诊断工具及数字化协作网络有望显著提升疾病诊断与治疗水平，改善患者的生存质量。

　　复旦大学类脑智能科学与技术研究院青年研究员尤佳分享了机器学习在饮食干预优化及认知衰退风险控制中的应用。相较于传统饮食模式，机器学习识别的饮食模式能够解决多重共线性等问题，实现数据驱动的饮食模式优化。他介绍，个体层面的跨尺度及多组学数据可为相关研究提供重要科学依据，有助于解释饮食与痴呆之间的生物学通路，为开发新型饮食干预方法提供新思路。