报告题目：数字医疗的发展和未来

报告时间：2025年4月14日 14：30

报告地点：综合楼 二楼 204会议室

报告摘要：

数字医疗正以迅猛之势重塑医疗健康行业格局。近年来，其凭借人工智能、大数据、物联网等前沿技术，显著提升了医疗服务效率与质量，优化了医疗资源配置。2024年，中国数字医疗市场规模已突破1.2万亿元，预计到2030年将达到2.5万亿元。AI辅助诊断准确率超95%，5G远程手术成功率高达98.7%，数字疗法在慢性病管理领域潜力巨大，年复合增长率有望超40%。但发展之路并非一帆风顺，数据安全与隐私保护问题日益凸显，技术落地成本高昂，法规滞后于技术创新，医疗AI的透明性和算法可解释性也备受关注。未来，数字医疗将朝着智能化、个性化、便捷化方向发展，AI将全面覆盖医疗全链条，医疗机器人普及度提升，跨境医疗数字化也将成为新趋势。政府将持续鼓励技术创新与产业升级，推动行业蓬勃发展。数字医疗有望为全球医疗健康产业注入新活力，为患者提供更高效、便捷、个性化的服务。本报告中，将会介绍数字医疗和发展的最新研究成果。

报告人简介：

陈立明，大连理工大学计算机科学与技术学院讲席教授、国家级领军人才、美国国家人工智能科学院通讯院士、英国工程技术学会（IET）会士、大连理工大学智能信息物理系统研究中心创始人，北京理工大学硕士、英国德蒙福特大学博士。主要从事数据分析、普适计算、人工智能、智能信息物理系统及在数字医疗、智慧医养，物联网安全等领域的研究。曾担任英国德蒙福特大学情景、智能和交互实验室主任、英国阿尔斯特大学计算学院科研副院长、欧盟地平线(Horizon2020)卓越研究项目首席科学家，英国国家工程物理科学研究院、欧盟研究框架、国际工业合作伙伴资助的十多项大型国际合作项目的主要负责人，英国研究创新基金、欧盟、荷兰、加拿大、丹麦和智利等国家基金项目评审专家。

报告题目：超智能农业——机器学习与信息物理系统的影响

报告时间：2025年4月14日 15：10

报告地点：综合楼 二楼 204会议室

报告摘要：

随着全球人口增长和资源压力的加剧，超智能农业应运而生，成为现代农业发展的新趋势。本报告深入探讨了机器学习与信息物理系统在超智能农业中的应用及其深远影响。机器学习通过精准分析土壤、气候和作物生长数据，优化种植决策，提升产量与质量。信息物理系统则实现了农业生产的实时监控与自动化管理，从精准灌溉到智能采摘，大幅提高了生产效率。两者的融合不仅降低了人力成本，还减少了资源浪费，推动农业可持续发展。未来，随着技术的不断进步，超智能农业有望在全球范围内广泛应用，为解决粮食安全问题提供有力支持。在本报告中，将会详细介绍在超智能农业方面的最新研究进展。

报告人简介：

Kechadi教授是一位人工智能专家，在与数据集特征相关的机器学习方面拥有丰富的经验。大数据将继续泛滥，支撑世界经济几乎每个部门的新一波创新，并重塑我们构建和使用计算机（硬件和软件）的方式。Kechadi教授为众多大型人工智能项目做出了贡献，从医疗保健中的多模态数据到用于假新闻检测和数字农业的NLP模型。他在顶级人工智能期刊和会议上发表了研究成果，他在隐私保护分析方面的工作为解决未来人工智能发展中的道德和隐私问题增添了额外的维度。