2020年9月19日，由中國醫學影像AI產學研用創新聯盟（CAIERA）主辦的「第二屆中國醫學影像AI大會」，在上海國際會議中心盛大開幕。

作為本次大會的戰略合作媒體，雷鋒網進行了全程報道。

大會初始，在上海長征醫院影像科副主任蕭毅的主持下，中國醫學影像AI產學研用創新聯盟理事長劉士遠、上海長征醫院院長張殿勇、北京協和醫院放射科主任金征宇、中國產學研合作促進會執行副會長王建華、人民衛生出版社總編杜賢、上海市科學技術委員會副主任朱啟高、國家藥品監督管理局副局長徐景和，分別作了精彩致辭。

大會主席劉主任 ?

大會主席劉士遠在開場致辭中表示，這次論壇是在中國抗疫斗爭取得重大戰略成果的背景下舉辦，是響應國家號召，在常態化疫情防控部署下，有秩序恢復正常工作狀態的有力表態，更是變局中的新開局。

“2018年首屆大會的盛況依舊歷歷在目，雖然當時醫學影像AI還處于萌芽期，但我在每位參會者眼里，看到了無盡的希望，也在每位講者臉上，看到了堅定的信念。”

“兩年后的今天，我站在千人的大會現場環視大家，我看到的更多是相信，相信自己所做的事，相信跨界的合作伙伴，相信醫學影像AI的未來。因為相信，所以看見。”

為此，中國醫學影像AI產學研用創新聯盟搭建了真正的合作平臺，整合產業資源，聯合上下游各方力量，推動行業產品落地，促進行業標準形成，催化新技術、新業態、新模式的深度融合，實現行業的整體發展。

“我們的努力和研究才剛剛開始，未來還有諸多不斷涌現的需求和應用場景，等待我們去發現，去挖掘。讓我們政、產、學、研、用，一起攜手，共同實現健康中國的美好愿望。”

上海長征醫院院長張殿勇

上海長征醫院院長張殿勇在致辭中滿懷激動。“這是春節以后我第一次穿著西裝、打著領帶參加如此大規模的線下會議。這說明中國的抗疫確實取得了重要的成果，聯盟也取得了階段性的重要成績。”

張殿勇談到，目前，醫學影像人工智能已在醫院得到了廣泛的應用。以長征醫院為例，現在常規的肺結節早篩、冠脈CTA檢查、甲狀腺超聲等場景，都在應用人工智能技術。同時，醫院也開設了人工智能輔助門診，在研的項目也涵蓋了從輔助到臨床、從科研到臨床決策的方方面面。聯盟成立以來，劉士遠主任也是身先士卒、大膽突破，與同行們一起取得了很多可喜的成績。

熱情擁抱人工智能，讓科技服務人類，是一個無比正確的選擇。

“過去這三年，我們經歷了史上最重要的改革。這個過程中，長征醫院的專家，特別是以劉士遠主任為代表的專家骨干，做出了正確的選擇：他們堅定地選擇了國防衛生事業，選擇了繼續在醫學的征途上自我犧牲。長征醫院也選擇了正確的方向，提出了姓軍為戰、爭創一流，永做新時代南京路上好軍醫的發展目標，堅定地選擇了轉型建設。”

中華醫學會放射學分會主任委員金征宇

?中華醫學會放射學分會主任委員、北京協和醫院放射科主任金征宇教授在線上對大會的順利召開進行祝賀。

金征宇教授表示，AI在醫學影像上的應用是一個非常好的課題，醫學影像AI也受到最多的關注。在劉士遠教授和團隊的共同領導下，產學研用聯盟做了很多的工作，對各方力量進行了非常好的組合。這次大會不斷有學術交流，還有政策、監管的演講及實操的學習班。金征宇教授認為，這些都是非常有益的探索。

金征宇教授表示，今年是一個非常特殊的時期，由于疫情，很多同仁難以線下交流，但是，線上的方式讓大家繼進行學術溝通。“我相信這次大會一定能開好，成為一個不僅是文化和理論的交流，而且能促進實際落地的活動，同時也非常感謝大家參與這次大會，也感謝線上聽眾參與這次大會，希望這次大會圓滿成功。”

中國產學研合作促進會執行副會長、秘書長王建華

中國產學研合作促進會執行副會長、秘書長王建華在第二屆中國醫學影像AI大會致辭中表示，AI在醫學影像方面的應用還存在著諸多挑戰，需要產學研界科技工作者們在AI和醫學影像結合上不斷探索、勇于創新。

王建華在致辭中用了三個關鍵詞概括聯盟這一年來的成就：

第一、高水準。聯盟致力于打造中國AI放射學界的“華山論劍”之所。目前，聯盟已集聚了國內外知名醫學影像人工智能企業45家，國內知名大型醫院62家，相關高校科研院所22家及領域知名專家近200人；

第二，智庫。產業發展一向是“得標準者得天下”，作為權威的AI醫療影像行業組織，聯盟始終扮演專業的智庫角色，為行業標準的推動和制定出謀劃策；

第三，紐帶。面對多個相對獨立的資源模塊，聯盟充分發揮“紐帶”角色，將產學研用各方資源進行串聯融合，全力組織成員企業、醫療機構及相關單位進行通力合作。

王建華最后強調，未來，聯盟將繼續深耕AI醫療行業，輔助政府相關部門，共同服務國人健康大業，推動中國醫療衛生事業與醫療健康產業快速發展。

人民衛生出版社總編杜賢

人民衛生出版社總編杜賢表示：“人工智能和醫學影像已經進入了碰撞和融合的歷史性時刻，未來會在人工智能與醫學領域取得很多重要成果。”

作為CAIERA的指導單位、協助單位，人民衛生出版社根據這一需求搭建了產、學、研、用為一體的學術發展創新研究平臺，這個平臺目前匯集了1000多萬醫務工作者，其中包括各個領域的醫學專家。

杜賢認為：“現在人工智能研究中一定要重視人才，重視年輕學者，重視祖國未來的醫學發展、重視人工智能跨界融合的創新人才，未來也需要在影像醫學教材中大規模融入人工智能知識。”

上海市科學技術委員會副主任朱啟高

上海市科學技術委員會副主任朱啟高在致辭中主要暢談了兩點想法。

他認為醫學影像的現實需求已經開始牽引新一代AI技術的理論發展方向。例如醫學數據質量、數量、標準、共享等問題，以及如何利用新算法和和新產品滿足、覆蓋多病種甚至全病種臨床實際需求，都已經成為人工智能未來重要發展方向。

朱啟高的第二個分享觀點，主要聚焦在AI開放戰略上。他表示：“醫學影像AI的繁榮發展，需要開放的胸懷為創新做支撐，對待新生事物，要多包容、多施肥，用開放的胸懷和充滿信任去擁抱創新”

當AI和醫療領域的結合推動著新場景、新模式、新業態的涌現，勢必會顛覆傳統，引起很多討論、甚至爭議，但“人工智能+醫療”，的提質增效是明顯的。未來人工智能發展，需要更多鼓勵，讓AI技術更容易賦能。同時人工智能的發展還需要符合、遵循規律，駕馭人工智能。

國家藥品監督管理局副局長徐景和

作為醫學影像AI監管方的代表，國家藥品監督管理局副局長徐景和在致辭中表示，近年來，在國家政策的大力推動下，我國醫學影像產品的保有量持續增長，國產化進程不斷加快，進口替代穩步推進，醫學影像設備行業迎來了發展的黃金期。

但也必須看到，我國醫學影像產業發展起步較晚，企業規模小而散，整體競爭力較弱，中高端產品的國產占有率仍然偏低；我國醫學影像數據量巨大，但數據利用效率較低，數據孤島現象突出、數據價值密度較低，企業高質量數據的獲取能力和數據標注能力有待提升；產業發展協同力度和技術平臺建設力度有待加強，協同創新研發還需要加大力度。

為此，徐景和局長提出幾點建議：

第一、鼓勵研發創新，塑造民族品牌。要進一步加快完善以企業為主體，市場為導向，政產學研用相結合的創新體系，堅持問題導向、產需結合，協同創新、重點突破，加快提高產品的核心競爭力和可持續發展能力，不斷提升企業品牌價值和中國制造整體形象。

第二、優化產業布局，加快產業升級。針對制約醫學影像制造業發展的瓶頸和薄弱環節，夯實基礎，練好內功，加快從低端產品向中高端產品邁進、完成從追隨模仿到自主創新的轉型。推進國產替代，解決核心技術“卡脖子”問題，利用好國內國外兩種資源，提升科技創新實力，在競爭中占據有利地位。

第三，強化體系建設，提升主體責任，醫療器械企業要全面落實主體責任，始終把產品質量安全擺在第一位，要樹立健康、科學、創新、卓越的企業文化，嚴格按照法規、標準和技術要求進行生產，高度重視質量管理體系建設，確保產品安全。

第四，參與國際合作，提升競爭能力。在全球化、信息化時代，醫療器械產業想做大做強，必須參與國際合作。在當前特殊的國際環境下，要有信心和勇氣，參與國際合作與競爭，善于在合作中增強本領，在競爭中壯大實力。

醫學圖像數據庫-放射影像數據庫建設啟動

十位專家登臺，出席放射影像數據庫建設啟動儀式。

?國家衛生健康委員會能力建設和繼續教育中心主任楊愛平在啟動儀式中表示，自2015年起，中心就啟動了整體業務體系架構工作，這個架構體系就是“一庫兩平臺”。

?“兩平臺"包括：針對醫療衛生專業技術人員的全國遠程繼續醫學教育平臺、針對各類醫院管理人員的全國遠程現代醫院管理能力建設平臺；“一庫"是指基于對兩大遠程教育平臺內容支撐的醫學圖像數據庫。

醫學圖像數據庫的建設初衷是為醫學教育提供數據支撐、教學資源支持，但在建設過程中，中心逐步發現，醫學圖像數據庫除了支撐醫學教育以外，還可以在支撐臨床輔助診斷和醫學科研，以及在相關人工智能產品的研發方面發揮更大作用。中心即以超聲專科為突破口，全面啟動了醫學圖像數據建設工作，經過近四年的努力，超聲數據庫建設取得良好成效。

目前，超聲專科已收集5個器官、59種疾病、數千例數據。在此基礎上，中心拓展了肝膽腫瘤數據庫、放射影像數據庫、眼科數據庫建設工作。在建庫過程中，中心始終堅持以下幾個方面的特性：

第一，數據的臨床思維特性，基于疾病診療全過程、各階段、全鏈條數據進行收集、加工和儲存，直接體現最真實的臨床應用需求；

第二，數據的動態收集，隨時收集臨床中的最新鮮數據，保持數據庫病種和模態更新；

第三，適應計算機深度學習需求的數據精準標注，提供精準標注科學數據；

第四，數據的應用檢驗，利用數據資源反哺醫療和診斷，挖掘數據價值。

此次放射影像庫建設啟動以后，中心還將和CAIERA共同加強多器官、多任務的標注能力建設，成立更多亞專業學組。

隨后，論壇正式引來四個大會報告和一個圓桌訪談，內容高瞻遠矚、包羅萬象，從智慧醫療戰略，到設備監管現狀，再到行業未來，獲得了十足的關注。

董家鴻：醫療人工智能構造“三精醫療”

作為此次大會的重要顧問和開場報告嘉賓，中國工程院院士、北京清華長庚醫院院長、中國醫師協會常務副會長董家鴻，發表了題為《“健康中國”智慧醫療國家戰略》的演講，由中國科學院深圳先進技術研究院副院長鄭海榮主持。

董家鴻院士表示，智慧醫療已經逐步發展為中國的國家戰略。以智慧醫療為核心的大健康體系正在通過全要素系統覆蓋全人群、全生命周期的臨床場景。

他把智慧醫療實際效應主要概括為“4E效應”：

• 增強，增強健康醫療服務接受能力

• 增效，提高醫療服務效率和效能

• 優化，優化患者醫療服務體驗

• 拓展，拓展醫療服務領域

董家鴻認為：“4E效應最重要的技術核心就是人工智能，醫療人工智能正在逐漸構建“三精醫療”理念，包括最大成本效益、最佳診療規范、最優服務理念。

智慧醫療還在重塑未來醫療體系，包括醫師培訓中利用AI構建虛擬病人和空間，醫學研究中利用AI提供知識查詢、數據分析、科研輔助，在醫院管理中利用AI強化管理。

作為國內肝膽領域的頂級專家，董家鴻2016年就組建了清華長庚國際肝膽云醫院聯盟，實現了肝膽病的云診治、云培訓、云科研，并利用人工智能研發了3D可視化系統。

目前清華長庚醫院已經和清華大學聯合利用AI技術研發了智能化肝膽手術規劃系統，可以在肝膽疾病手術前，短時間內為主刀醫師提供肝臟全景可視化結構，為手術規劃提供依據。

除了肝病領域，董家鴻的團隊還依托清華大學研發了智能腦起搏器用于治療帕金森、BCI手康復智能機器人助力腦病患者手功能康復、心腦血管病整合式急救系統提高血管病搶救成功率。

清華長庚醫院作為國家肝包蟲單位，還將人工智能引入到肝蟲病檢查當中，與四川、青海、西藏等省份開展構建肝蟲病檢查系統和人工智能篩查系統。

疫情期間，清華長庚醫院受到國家聯防聯動機制委派，和中國醫學會以及清華大學組成了遠程醫療隊。

在武漢醫院醫務人員嚴重不足的情況下，遠程醫療團隊研發了隔離病房巡診機器人和遠程集成協同平臺，實現生命體征檢測、視頻、影像集成數據的遠程收集；研發的遠程集成協同平臺實現了遠方專家團隊和一線醫療團隊的無縫指導連接，實時數據共享。

演講的最后，董家鴻表示：“智慧醫療未來還面臨很多困難，包括AI黑箱效應不可解釋性問題。醫療AI未來發展中，輸入層需要增加解釋性，公開AI計算細節、訓練性質和應用邊界，讓使用者了解其中原理和局限。”

醫療本身從細胞、器官到個體都是一個質變過程，過去簡單經驗積累對很多人體機能和健康問題都不能解決，AI算法的發展可能會提供高緯度復雜學習的認知和分析。

他表示：“ 醫療AI算法還需要保證醫療的嚴謹性，過去一個醫生的問題，只會影響一小部分人 ，而醫療AI算法的問題則會危及一類人群。 ”

之后，大會在全場的掌聲中進入《智慧醫療時代，觀企業布局》主題圓桌訪談環節。

圓桌由復旦大學原副校長、中放第十三屆主委馮曉源主持，GE醫療中國總裁兼首席執行官張軼昊、西門子醫療大中華區總裁王皓、飛利浦大中華區副總裁陳勝裕、聯影智能聯席CEO沈定剛、推想科技創始人兼CEO陳寬、數坤科技董事長毛新生，就醫療影像行業的現狀、醫療AI的潛在困難等問題展開了討論。（圓桌內容醫健AI掘金志后續也將進行深度報道）

賀偉罡：醫學影像AI的真實瓶頸并非認證環節

圓桌討論之后，在中國醫科大學原副校長郭啟勇的主持下，大會迎來了第二位演講嘉賓，國家藥品監督管理局醫療器械審評中心二部部長賀偉罡，他曾多次在大會上為醫學AI評審提出指導性意見，他發表的題目是《人工智能醫療器械注冊審評》。

賀偉罡表示：“過去許多媒體報道和行業分析都認為醫學影像發展卡在了審批環節。但對于新一代人工智能醫療器械，目前監管部門已經建立一個統一共識，加快發展新一代人工智能技術的背景下，為醫療人工智能器械發展建設提供合理化的規則定義，這一點無論是國內，還是國外都是一致的。”

目前藥監局把采用神經網絡的深度學習算法產品分為兩類：一類是獨立軟件，產品為軟件產品；另一類是傳統醫療器械內嵌的人工智能軟件。

醫療器械產品按照風險程度分為一類、二類、三類進行監管。目前，醫療AI產品都按照分類規則應屬于二類或者三類醫療器械。

賀偉罡認為，行業過去將審批環節視為醫療AI發展瓶頸是不正確的。

“一款醫療產品從開發，到輸入輸出和驗證、確認，以及最后上市是一個完整的生命周期。產品即使通過審批、開始上市也不意味全部通關，因為審核上市之后，還有上市監管環節。以通過FDA審批的醫療AI產品為例，很多產品上市后，如果在上市后使用環節出現問題，有的就需要被召回。”

關于為什么AI產品會卡在了認證環節的問題。

藥監局的認證不僅只關注產品檢驗檢測準確度、特異度和靈敏度等數據指標，還會更加考慮全生命周期的系統性審查，從訓練數據質量和數量、到AI算法設計開發驗證和確認，所有風險都在審批考慮范圍之內。

以現在已經注冊上市的幾款醫療AI產品為例，在評審環節，審評部門的還會關注企業在產品設計輸入階段怎么控制風險，開發過程中怎么考慮產品實際的臨床需求、預期用途、應用場景等要素，而不僅僅是檢測報告或驗證報告的某幾個指標。

他認為，醫療AI技術還在不斷發展過程當中，行業也都在研究探索、一步步驅動技術的發展，這個過程中，監管部門需要不斷完善審評審批要求。

賀偉罡談到，現階段醫療AI的發展并沒有卡在審批環節。 目前藥監局已經建立專門醫療AI審核小組，并發布多個關于AI醫療器械的評審要點，這些都為AI醫療器械盡快通過審批提供了幫助。最近經批準上市的冠脈血流儲備分數計算軟件、糖尿病視網膜變輔助診斷軟件等都是這些工作的成果。

目前整個醫療AI行業在數據質量、臨床應用、風險管理、第三方數據集等方面都面臨各種各樣的問題，專業性標注人員和算法訓練都面臨不足，醫療AI難題需要產、學、研、用、管各方力量合作構建開放協同的人工智能產業。

李靜莉：標準的缺失是質量評價的重要瓶頸

隨后，中國食品藥品檢定研究院醫療器械檢定所所長李靜莉，發表了演講《人工智能醫療器械質量評價與標準》，由中放第十四屆主委徐克教授主持。

李靜莉表示：“現在整個醫療人工智能發展非常快，根據媒體報道，國內市場規模達到700多億市場規模。國外醫療AI產品上市速度也在加快，大家已經可以看到多款醫療AI產品通過FDA審批。技術發展和審核需求已經在快速增加，疾病驗證、質量評價能力，我們需要增強疾病驗證、質量評價的能力，為醫療AI產品的快速審批提供支持。”

中檢院作為標準歸口單位，目前針對醫療AI的問題也在組織新標準、新方法、新工具的研究，以適應行業快速、跨越式發展，也已經有很多研發和醫療機構的科研人員加入到標準研究工作當中。專家團隊群策群力，共同打造科學的標準體系，提升AI產品質量評價能力，服務產業與監管需求。

關于放射影像數據庫建設的建設，根據大會討論共識，數據庫建設存在實施成本高和數據質控困難兩方面困難。

中檢院結合AI產品檢測實踐，認識到數據集的建設與質控發展也需要加速適配產品的發展，例如早期肺結節產品評審主要以分類和分割為主，現在已經出現更多新需求包括檢驗分組、壓力測試等，對數據標注和質控帶來更多挑戰。

關于產品的審批問題。李靜莉表示：“產品拿到注冊證之后，還需要繼續跟蹤評價上市產品的真實性能，國外過去審批通過的醫療AI產品出現過召回現象，這是提示、也是警示。”

今年中檢院立項和起草了兩個新的行業標準 ：數據集通用標準和術語標準。同時，歸口單位專家組還為醫療AI建立了全生命周期質量評價體系和專門的研究小組，對人、機、料、法、環這5個方面開展標準研究。在下一年度標準立項提案征集方面，社會反響熱烈，共收到近40份提案，其中超過55%都和醫學影像相關。

對于醫療AI這樣快速發展、臨床需求越來越旺盛的新事物，李靜莉認為質量評價工作需要不斷創新方法、思路和平臺、以及數據庫質控要求。

她表示：“現在行業共識還在培育，對標準規范的認識比較多元，從事標準研究的力量有待協調與整合，，這對未來行業發展和標準化進程都有重要的影響。我們希望未來行業專家可以在人工智能醫療器械標準化歸口單位這樣的平臺里協同發展，優勢互補，共同打造科學嚴謹的標準體系，助力行業發展，支撐監管服務。”

劉士遠：醫學影像AI未來的7個趨勢

上午場的最后一位嘉賓，是本次大會主席、中國醫學影像AI產學研用創新聯盟理事長、上海長征醫院影像科主任劉士遠，他在現場發布了《醫學影像人工智能2020發展報告》，由上海同濟醫院副院長王培軍主持。

劉士遠解讀發展報告時表示：“醫療AI行業經過近十年的發展已經迎來幾個重要的窗口期，一個是現在國家力量的新基建，另外一個是5G+AI+數據中心大背景技術發展趨勢，這些正在促進整個行業打破天花板。”

發展報告主要就學術研究、行業發展、產品應用、審核認證等方面展開了分析。

學術研究方面，中國人工智能整體論文數量已經排名全球第一，影像AI方面中國排在全球第二，這些論文主要集中在神經、胸部、腹部等醫療方向。

行業發展方面，醫學影像AI初創企業在2018年達到頂峰，數量開始減少，醫療AI逐漸進入落地和成熟環節。整個市場變的更加理性，市場開始關注真正有希望的成長型AI企業，

產品應用方面，醫學影像AI在這次疫情中的突出價值促進更多產品落地。報告指出，三級醫院醫療AI部署滲透率是4.5%-7%，未來可能達到15-20%，但因為基層醫院技術情況比較差，基層醫院的落地還比較少，人工智能企業還需要擴展基層空間，提高醫療AI產品的場景泛化能力。

認證方面，已經有三、四家企業獲得三類證審批，科亞醫療、推想科技等企業也已經獲得FDA、CE等海外認證。

產品場景方面，各個企業的產品主要提供工作流程優化，包括掃描、檢查、圖像處理輔助，而且胸部疾病、神經疾病、冠脈疾病等AI產品開始逐漸增多。

劉士遠以長征醫院肺結節產品的使用情況進行了舉例：“長征醫院2017年使用率是60%左右，2019年70%，今年疫情結束后點擊率已經達到80%以上，被醫生越來越多使用。”

報告解析的最后一部分，劉士遠發表了醫學影像AI行業未來的7個趨勢： ???

第一大趨勢，產品種類越來越多 ，從胸部、神經拓展到各個身體部位；

第二大趨勢，產品功能垂直且加深 ，從檢出、分割、量化、分類、診斷、療效評估、治療決策，結構化輸出實現一站式多維度信息展示。例如冠脈產品，不僅可以圖像后處理，還可以寫報告、復核報告。

第三大趨勢，由原來單任務學習趨向多任務發展。

第四大趨勢，軟硬件一體化發展， 一方面提升計算效率，另外一方面為軟件提供更好的軟件載體，以及更優秀的使用界面和互動載體。

第五大趨勢，全流程， 人工智能開始進入病人院前篩查、院中檢查、診斷，以及治療、介入等所有環節。

第六大趨勢，平臺化， 醫院內部醫療AI產品建立統一使用入口，方便醫生使用，但這需要傳統設備廠商和信息化廠商通力配合。

第七大趨勢，新基建加快線上線下一體化發展， AI落地擴寬我們醫療服務邊界。放射科更希望得到一站式解決方案，而不是一家公司的不同產品、不同平臺的割裂式服務。

現在醫療AI雖然發展很迅速，但產品、兼管、安全、醫院都還有很多問題，現階段醫療AI發展增長應該排在第一位，診前診后服務全流程一定會成為未來趨勢。

大會最后，主席劉士遠對AI醫學影像的最核心問題以及未來的產業化提出了三個重要展望：

政策和行業環境

隨著三類CFDA證陸續發放，行業會迎來二次繁榮

部分省份開始為AI產品建立收費目錄

醫療協會和政府部門牽頭建立醫療大數據中心

更多的醫生和民眾了解和使用AI，進而積極參與AI發展

資本市場

更加理性看待AI發展的機會和挑戰，AI發展需要過程

資本聚焦團隊和技術發展都比較突出的企業，扶持上市

政府加大對A領域的各種形式的投入

AI技術發展

新的AI技術出現，減少對數據量的依賴，降低開發周期和成本

產品更加成熟，提高醫生和患者的信任度

和醫院信息化系統(HIS、PACS等)無縫對接，融入到診療的流程，真正提高了醫療效率

AI影像融入更多模態數據，利用CDSS知識庫具備一定的推理能力

---

19日上午的主論壇結束后，各個分論壇紛至沓來，主要包括AI與醫療新模式論壇、審批與落地發展論壇、AI臨床及科研應用論壇、醫學圖像計算高峰論壇以及兩個閉門論壇（數據庫建設、AI落地場景）。

而在9月20日，醫學影像AI 2020發展、傳統設備新技術探討（CT/MRI）、影像數據與質量、傳統設備新技術發展（DX/DSA）等頗具話題性的論壇，也將給觀眾帶來更多前沿、新穎的研究進展。

雷鋒網將會持續輸出各分論壇的精彩報告，閱讀更多詳細報道和專家訪談。 雷鋒網 (公眾號：雷鋒網) 雷鋒網

。