本期讲座，马丽黎教授从以下五个方面介绍了多模态数据融合在小肠疾病诊疗中的应用-研究背景

- 研究方向

- 核心技术

- 应用

- 挑战与展望

*以下内容为部分摘要，完整内容敬请点击视频观看！

由于小肠解剖结构的复杂性和传统检查方法的局限性等挑战，小肠病变的诊断尤为困难， 如果能够通过数据搜集，实现多模态数据融合，加以AI数据分析，将会推动精准医疗的发展。

通过标准化的采集内镜、影像数据，互补融合学习，开发术中实时导航系统，辅助小肠镜操作与病灶定位，提高手术精确性；采集病理、分子数据，帮助对小肠镜下的活检给到规范化建议等作用。

核心技术为深度学习和卷积神经网络、多模态自编码器、融合算法、图神经网络等。

多模态数据融合未来将会在疾病早期筛查与诊断、辅助临床诊疗、精准治疗与随访等领域发挥重要的作用。

但多模态数据融合也会在数据整合与标准化、标注数据稀缺、模型可解释性以及临床应用推广面临不小的挑战。

因此需要临床通过提高数据整合效率、开发更多有效的无监督学习方法来克服人工标注瓶颈、另增强模型的可解释性, 从而确保临床上稳定且更为有效地应用。

讨论环节：“数字孪生小肠”实现疾病的全生命周期管理

主持嘉宾：章宏（浙江大学医学院附属第一医院）

讨论嘉宾：张以洋（南京大学医学院附属鼓楼医院）

施冀浩（浙江大学医学院附属邵逸夫医院）

曾于珍（复旦大学附属华山医院）

出处：上海消化内镜学术大会——小肠论坛 暨双囊领路DBE系列活动 第87期 复旦中山站