多伦多科技周于2025年6月26日宣布，将在6月27日上午10点（北美东部时间）举办题为"智能医疗：AI如何重塑医疗保健"的专题研讨会。本次活动由TeraTera合作公司执行董事Jodie Lobana博士主持，将重点探讨人工智能在医疗领域应用的双刃剑效应——既展现突破性进展，也面临关键挑战。
本次活动主要围绕三大核心议题展开：
- 技术革新维度
深度剖析AI在疾病诊断准确率提升（如医学影像识别）、医院运营效率优化（智能分诊系统）以及药物研发周期缩短（分子模拟算法）等领域的实质性突破。当前已有超过37个国家的医疗机构部署AI辅助诊断系统，使早期癌症检出率提升18%。
- 潜在风险警示
聚焦医疗数据偏见导致的诊断偏差（如皮肤癌检测算法在深色人种中的误诊率高出23%）、AI生成医学信息的可靠性问题，以及黑箱算法决策带来的伦理困境。研究显示，全球83%的医疗AI系统缺乏透明的决策溯源机制。
- 治理体系构建
提出建立多层级治理框架：包括医疗机构的AI伦理审查委员会、国家级的算法审计制度，以及跨国界的AI医疗标准互认机制。TeraTera最新发布的《医疗AI治理白皮书》建议，所有医疗AI系统应强制植入可解释性模块。
作为本次活动的主办方，TeraTera合作公司正致力于构建负责任的人工智能应用体系。该机构创新性地提出"AI治理三原则"：技术向善（Social Good First）、透明决策（Explainable AI）以及包容性发展（Inclusive Innovation）。公司旗下运营的"AI向善"平台已在全球52个国家部署医疗AI监测系统，累计处理超过4.3亿例医疗数据样本。
Jodie Lobana博士作为全球首位企业董事会AI治理方向博士，其即将出版的《人工智能整体治理》专著，系统阐述了在临床决策支持系统、远程监护设备、基因编辑等前沿领域建立风险管控机制的理论框架。她在接受采访时表示："当AI开始决定谁优先获得移植器官时，我们必须确保算法决策经得起医学伦理和司法审查的双重检验。"
本次研讨会将通过案例分析展示：东京大学医院如何通过强化学习算法将手术室资源利用率提升至92%，以及约翰霍普金斯医院运用联邦学习技术在保护患者隐私前提下实现跨国肺癌筛查模型训练的技术细节。参会者还将获得由TeraTera编制的《医疗AI风险评估工具包》（含27项核心评估指标）。
【全文结束】
