2025年9月26日下午，同济医学院2号教学楼8大教室座无虚席，生物医学人工智能领域知名学者金成教授受基础医学院院长史岸冰教授邀请，发表题为《基于多模态、多组学数据融合的复杂疾病智能诊断与归因分析——大模型时代的新范式》的学术讲座。本次讲座由史岸冰教授主持，吸引了来自基础医学院、第一临床学院、第二临床学院、计算机科学与技术学院等8个院系的近200名师生参加、活动现场气氛热烈，提问环节师生踊跃互动，共同探讨人工智能技术在疾病诊疗中的前沿应用与未来方向。

讲座中，金成教授介绍复杂疾病往往由多种遗传、环境和生活方式因素共同作用引起，其诊断和归因分析具有较高难度。随着检测技术的发展，复杂疾病的多模态信息和多组学信息越来越丰富，包括基因组、转录组等多组学数据以及表型数据、影像数据等。他指出，多模态、多组学数据融合的难点在于不同数据源之间的异质性和尺度差异，以及如何有效处理高维度和稀疏数据等。为解决这些问题，金成教授团队探讨了将不同模态的数据映射到同一向量空间中，从而实现数据的有机融合；Transformer结构的多头自注意力机制，则可以在高维空间中捕捉不同数据模态之间的相互关系，提升模型的解释力和预测能力。此外，金成教授还以阿尔兹海默症等疾病为例，展示了该研究在智能诊断与归因分析方面的显著成果。金成教授的讲解深入浅出，案例丰富，引发了现场师生的强烈兴趣和积极思考。在提问环节，师生们踊跃发言，就多模态数据融合过程中的技术难点、复杂疾病智能诊断模型的临床应用前景等问题与金成教授进行了深入交流。金成教授耐心地逐一解答，现场气氛热烈非凡。

2024级基础医学博士研究生江昊表示：“金成教授关于医学大模型中多组学数据融合的见解让我受益匪浅。他指出，医学大模型具有其独特的性质，不能像常规大模型那样，将所有数据未经整理地直接投入模型训练。研究者需要结合医学与计算科学的双重背景知识，确保大模型在医学上的可解释性。同时，要提炼研究中得出的结论，避免其中伪相关和伪逻辑的干扰。我们实验室目前正致力于收集整合心脏大数据，以进行相关模型的训练。金老师的观点将有助于我们更高效地完成模型构建，使研究结果不仅服务于实验室，还能为学院、学校乃至国家所用。”

据悉，金成教授是上海交通大学数字医疗研究所主要发起人，也是上海AI Lab高级研究顾问，斯坦福大学HAI博士后、高级研究科学家，同时还是国家级海外高层次人才、上海领军人才，美国国家人工智能咨询委员会生成式AI工作组成员。他在多模态数据融合、 临床级别的AI辅助诊疗系统开发等领域有着深厚的造诣，在Nature Medicine、Nature biomedical engineering等国际期刊、顶会发表论文60余篇，部分研究成果已落地转化为临床应用、被人民日报、路透社等知名媒体报道。基础医学院举办的数智医学微专业获批为2025年校级第一批AI+微专业。金成教授的来访为我院广大师生更新教育教学理念、掌握人工智能与医学教育研究相结合的研究思维及方法提供了很好的借鉴，明确了未来的建设发展方向。此次讲座为我院师生提供了一个与顶尖学者交流的平台，拓宽了师生们的学术视野，为我院在AI与复杂疾病交叉研究领域的进一步发展提供了新的思路和方向。