卢渊博士（Yuan Luo, PhD），美国医学信息学会会士（FACMI）、医学与生物工程院会士（FAIMBE）、美国医学信息协会会士（FAMIA）及国际健康信息科学学院会士（FIAHSI），现任西北大学预防医学教授、临床与转化科学研究所及医学人工智能研究所首席人工智能官，并担任医疗协作人工智能中心创始主任。他因在生物医学人工智能领域的卓越领导力与重大贡献而享誉全球，作为该领域的远见引领者，正致力于构建下一代生物医学信息学与医疗协作人工智能系统。
您的研究兴趣是什么？
我的工作聚焦于构建新一代医疗协作人工智能系统——这不仅要求AI具备强大性能，更需实现可解释性、伦理合规性，并深度融入真实临床与转化工作流程。核心目标是解码人类疾病的复杂性，推动可扩展的个性化靶向治疗发展。这意味着要弥合数据科学与医学之间的鸿沟，将碎片化信息转化为医生和研究人员可执行的连贯洞察。我尤其关注主动式AI框架，这类系统能持续从真实世界数据中学习优化，将医疗模式从被动诊断转变为预测性、预防性和参与式系统。
您早期的研究重点是什么？当前工作方向为何？
早期研究集中于开发针对特定数据模态的AI方法——包括临床叙事的自然语言处理、结构化电子健康记录的机器学习，以及影像与基因组信号的计算建模。这些工作深化了我们从复杂生物医学数据流中提取可靠、可解释知识的能力，为当今多模态AI奠定了技术与理论基础：不同数据类型不再孤立分析，而是整合为统一学习系统。健康信息学与医疗AI领域更看重好奇心与协作精神，而非单一技术能力。我常对学生强调：必须同时掌握计算机与临床医生的语言。将数学严谨性与医疗服务同理心相结合，跨学科寻求导师指导，深入理解数据使用的伦理与治理规范，并尽早接触真实临床数据实践。未来属于那些能打破专业壁垒、将AI进展转化为临床信任工具的人才。
健康信息学具有高度协作性，您主要与哪些团队合作？
协作是我工作的核心驱动力。在西北大学，我已与40余位来自心脏病学、肿瘤学、外科、重症监护、儿科、内科及移植领域的首席研究员级专家建立跨学科合作，汇聚临床医生、数据科学家与工程师共同攻克医学最复杂挑战。但我的角色超越单纯合作者——更注重构建促进高效协作的系统。为此，我于2019年创立AI for Health（AI4H）诊所，为多学科团队提供从概念构想到模型开发、验证、部署及治理的全周期AI转化指导。该诊所已在心脏病学与儿科重症监护领域实现真实AI部署，产出多项同行评议成果及多项美国国立卫生研究院资助项目。
这种生态系统级协作理念最终催生了我主导的医疗协作人工智能中心（I.AIM Center），该中心作为连接校内各科室、医院及多所合作高校的纽带，赋能团队共同开发兼具创新性、可信度与临床根基的AI解决方案。此外，我还与患者中心化结果研究所（PCORI）及国家质量论坛（NQF）等国家级政策与方法论机构协作，共同制定负责任、公平的医疗AI落地实践框架。
您对当前健康信息学领域有何展望？
我最为振奋的是推动医疗"EPIC多模态AI"时代来临：即Ethical（伦理）、Proactive（主动）、Industrial（工业化）、Collaborative（协作）的智能系统。健康信息学正从狭窄任务专用工具，升级为能跨基因组学、医学影像及临床文本等多模态数据持续学习、推理与行动的智能系统。这种变革将实现真正的主动医疗：AI可预判需求、支持公平诊疗，并强化研究与临床实践的反馈闭环。重点已不仅在于预测，更在于参与——使AI成为发现、诊断与治疗环节的可靠伙伴。
我的愿景是引领全球信息学界主导这场变革：为伦理AI治理树立标准，推动跨学科AI素养普及，并促进学术界、医疗系统与科技行业的工业化规模协作。结构化协作能加速安全、可扩展的AI部署，我期待未来AI在医疗中的地位如同昔日听诊器般不可或缺，最终构建持续学习、全球互联的健康体系，服务更广泛人群。
【全文结束】
