2026年9月21日下午，由北京大学医学部学科建设办公室与北京大学医学人文学院联合策划举办的北京大学“医学+X”跨学部学科交叉论坛第五场专题会议在北京大学医学部会议中心顺利举行。

本场论坛以“医学+AI时代的生命数据智能解析与临床转化”为主题，聚焦人工智能与生命数据交叉融合这一前沿方向，围绕多组学数据解析、复杂生命系统机制发现、实验验证及临床转化等关键环节展开深入交流，探讨人工智能赋能医学研究的新方法、新路径。来自北京大学医学部、附属医院以及相关科研机构的专家与学生代表参加论坛。北京大学医学人文学院健康信息管理系主任齐惠颖教授出席会议。

论坛特邀英国Quadram Institute首席执行官兼所长、东英吉利大学教授Daniel Figeys，北京大学基础医学院刘小云教授作主旨报告，并邀请北京理工大学分子诊疗研究所所长郝梓凯、北京大学第三医院副研究员王鹏程等专家参加圆桌讨论。论坛采用“主旨报告+圆桌讨论+应用展示”的形式，围绕生命数据智能解析与医学转化开展多层次交流。本次论坛由北京大学医学人文学院健康信息管理系副教授王路漫主持。

 

医学部学科建设办公室副主任曹原作开场致辞。她表示，面对医学领域复杂科学问题，要充分发挥多学科协同优势，积极探索AI驱动的医学研究新范式。近年来，北大医学持续推进“临床医学+X”“医学+X”交叉发展战略，大力促进医学与人工智能、生命科学、信息科学等领域的交叉融合。她期待依托“医学+X”跨学部学科交叉论坛这一平台，紧扣医学发展中的前沿问题和实际需求，深化多学科交流协作，助力更多跨学科创新成果产出。

在特邀主旨报告环节，Daniel Figeys教授以“宏蛋白质组学解析药物—肠道微生物功能互作”为题作报告。报告聚焦药物与肠道微生物之间复杂的功能互作关系，从宏蛋白质组学视角阐释如何利用生命数据解析微生物群落实际执行的功能，并进一步探讨药物干预与微生物功能变化之间的联系。相关研究充分展示了宏蛋白质组学在揭示复杂微生物生态系统功能状态及个体差异方面的应用潜力，也为理解药物—微生物相互作用提供了新的研究视角。

随后，刘小云教授围绕“病原菌蛋白质翻译后修饰与宿主互作”作专题报告，介绍了病原菌蛋白质翻译后修饰及其与宿主相互作用的研究进展。报告展示了如何从复杂蛋白质组数据中挖掘潜在关键分子及其作用机制，并将数据分析结果进一步衔接至机制研究与实验验证，为从大规模生命数据中发现具有生物学意义的关键分子和调控机制提供了新的思路。

在圆桌讨论环节，与会专家围绕“从生命大数据到临床应用：如何建立可计算、可验证、可转化的医学AI闭环？”展开深入交流。

Daniel Figeys教授首先围绕宏蛋白质组学研究展开讨论，重点交流了如何从药物—肠道微生物互作数据中识别具有潜在临床价值的功能信号，以及人工智能如何进一步用于复杂生命数据解析和个体差异预测。结合宏蛋白质组学研究实践，专家指出，功能层面的生命数据能够为理解药物与微生物之间的复杂互作提供重要依据，也为进一步利用AI开展个体化预测开辟了新的研究空间。

刘小云教授结合病原菌蛋白质组及宿主互作研究，重点探讨了如何从复杂蛋白质组数据中筛选具有潜在因果意义的关键节点，并推动研究从相关性发现进一步走向机制验证和靶点发现。讨论进一步强调，将高维数据分析与实验研究相结合，有助于从复杂分子网络中识别具有生物学意义的关键因素，并形成从数据发现到机制验证的研究路径。

王路漫副教授针对医学生命数据样本量有限、统计效能不高等共性问题，围绕人工智能模型如何兼顾预测性能、生物学可解释性、跨队列泛化能力和实验可验证性展开讨论。她提出，医学AI研究不仅需要关注模型本身的预测能力，也应将研究设计和统计效能纳入整体研究框架，在研究实施前通过功效分析为研究提供样本量估计依据。针对宏蛋白质组学数据具有高维度、成组性等特点，相关研究可以通过模拟复杂数据结构开展功效估算，从而降低因样本量不足导致研究结果不稳定或难以重复的风险。

北京大学第三医院副研究员王鹏程从医学微生物检验和临床应用需求出发，围绕微生物组、多组学与人工智能如何形成可报告、可解释的临床指标展开讨论。他重点关注这些新技术进入临床检验流程所需要的关键证据、标准和质量控制体系，并进一步探讨哪些应用场景可能率先实现临床落地，以及从科研成果走向临床检验需要跨越哪些准入门槛。

北京理工大学分子诊疗研究所所长郝梓凯则从类器官与器官芯片研究角度出发，讨论了面对AI和多组学分析提出的候选机制或干预靶点，如何利用类器官和器官芯片承担从“数据预测”到“因果验证”的关键环节。他指出，未来需要进一步探索如何构建既接近人体生理状态、又具有较好标准化程度的实验验证体系，并建立能够有效反映人体临床效应的模型和评价指标，从而提高AI预测结果向实验验证和临床研究转化的可靠性。

专家们分别从宏蛋白质组学、病原菌—宿主互作、医学AI研究设计、实验验证和临床检验等不同角度，对生命数据从产生、解析到验证和应用的关键环节进行了深入讨论，形成了从“生命数据产生”到“AI解析与预测”、从“机制发现”到“实验验证”，再到“临床检验与应用”的完整研究链条。

圆桌讨论结束后，论坛进入医学AI应用展示环节，嘉宾及与会人员移步健康信息管理系实训室，进一步探讨人工智能在医学科研及临床相关场景中的应用，通过现场展示和互动，加深了对医学AI技术发展及其应用模式的认识。

从主旨报告中的多组学数据解析，到圆桌讨论中的研究设计、机制发现和实验验证，再到AI应用展示，论坛形成了由科学问题出发、以生命数据为基础、以人工智能为工具、以实验验证和临床转化为目标的多层次交流体系。

本次北京大学“医学+X”跨学部学科交叉论坛，为生命数据智能解析与医学AI临床转化相关领域的专家学者提供了深入交流和探索合作的平台，进一步拓展了“医学+X”跨学部学科交叉论坛的交流维度。后续，北大医学部学科建设办公室将持续推进“医学+X”学科交叉建设，立足医学发展需求，汇聚校内外相关学科与科研力量，推动人工智能与生命科学、基础及临床医学等领域的深度融合，促进学科间协同攻关与成果转化，依托常态化交流破除学科壁垒，助力北大医学交叉学科高质量发展。

医学部学科建设办公室、医学人文学院