为深入推进学院科研工作，关注教师科研成长，营造浓厚的学术研究氛围，7月1日，学院举办了“科技与人文”系列学术讲座之《学科交叉科研项目实战经验分享》。本次分享会由李玲教授主讲，围绕人工智能技术在医疗领域的科研实践与合作模式，系统介绍了多个项目案例，并结合自身科研历程，为学院教师提供了宝贵的研究思路与方法论指导。

立足临床痛点，锚定真问题

分享会伊始，主讲教授以2017年9月学院与多家大型医院联合开发意向的启动为切入点，回顾了合作从无到有的全过程。他特别强调，科研工作必须“聚焦临床真实痛点”， “有些学生建模脱离实际问题，模型往那儿一摆，并非真正解决问题，”主讲教授直言，“必须深入专科而非全科，理解具体需求才能提供有效技术支持。”这一观点引发在场教师的强烈共鸣。

项目驱动成长，在实践中锤炼能力

分享会上，主讲教授详细介绍了团队在产前筛查、辅助生殖、不孕不育等三大核心方向的研究进展。所有项目均聚焦“高维小样本”数据特征，技术路径强调“特征选择+模型训练”双轮驱动。

方法论沉淀，为新教师指路引航

在方法论总结环节，主讲教授毫无保留地分享了自己多年的科研心得。他指出，高维小样本研究的核心挑战在于数据选择与特征表达，要充分发挥信号处理学科优势，将语音信号处理方法迁移至EEG分析。他特别提到一个规律——“起步越早模型越简单，起步越晚需付出更多”，以此鼓励青年教师尽早明确研究方向、抢占学术前沿。

关于团队建设与学术生态，主讲教授强调建立互信共赢的合作关系至关重要。分享了自己坚持合作共赢、成果共享的原则——正是这一原则赢得了医院的持续合作机会。他还特别强调，所有模型必须具备可解释性：“即使准确率70%以上，若逻辑不符临床认知仍不被信任；反之，虽准确率不如他人，但出发点正确则获认可。”

平台建设与未来展望

分享会还涉及平台建设与项目申报建议。主讲教授指出，团队曾计划建设甲状腺肿瘤大数据平台，但受限于医疗数据不得上公网的安全要求，建议搭建企业级私有平台支撑联合申报。目前团队已成功联合申报多个省级项目，为后续国家级项目申报奠定了坚实基础。

本次分享会内容丰富、案例翔实，既有理论高度又有实践深度，为学院青年教师提供了可借鉴的研究思路和可操作的方法路径。与会教师纷纷表示，通过聆听李教授的科研历程和经验总结，对如何开展交叉研究有了更清晰的认识，对未来科研方向的选择和团队协作模式的优化有了更深入的思考。

学院相关负责人表示，今后将继续搭建此类学术交流平台，邀请更多经验丰富的专家学者分享科研心得，持续营造浓厚的科学研究氛围，助力新教师快速成长，推动学院科研工作再上新台阶。

初审：郝倩茹

复审：王智岩

终审：梁  燕