当视觉大模型遇见临床病理：底层算法赋能精准医疗的跨学科对话圆满举行

 2026年4月11日下午14:30，一场关于计算机科学与临床医学的学术交流活动在四川大学基础教学楼B318“视觉计算实验室（VCL）”成功举办。本次交流会以“当视觉大模型遇见临床病理：底层算法赋能精准医疗的跨学科对话”为主题，吸引了来自前沿算法领域与顶尖临床一线的众多学者及医生专家参与，共同探讨人工智能在医疗领域的落地与未来。

 会议伊始，来自四川大学华西医院病理科的杨李波老师作了开场分享。杨老师首先详细介绍了华西病理团队近期在临床科研中取得的成果，并从临床医生的独特视角，深度解读了视觉计算实验室近期发表的系列学术文章。她指出，底层算法的创新正在为传统病理学带来全新的观察维度，但如何让算法真正读懂复杂的病理特征，仍是亟待突破的难点。

 随后，天津医科大学肿瘤医院的王昊天医生，以及华西医院病理科的张璋老师团队加入了深度的跨学科讨论。京津冀与西南两大医疗高地专家的思想碰撞，将现场气氛推向高潮。专家们围绕肿瘤病理图像的异质性、临床数据的长尾分布等实际痛点，与实验室的师生展开了热烈探讨。

 在算法前沿分享环节，视觉计算实验室博士生卢玉杰代表团队，向在场的各位临床专家作了技术汇报。他讲解了实验室近期被国际计算机视觉会议 CVPR 2026 接收为 Oral的工作——SegMoTE: Token-Level Mixture of Experts for Medical Image Segmentation。该研究通过引入Token级别的混合专家机制，显著提升了模型在复杂医学图像分割任务中的精度与泛化能力。

 会议的后半程，双方就未来的实质性合作方向进行了圆桌式的头脑风暴。来自临床一线的医生团队提出了迫切的需求：希望借助计算机视觉前沿技术，打造真正服务于临床的辅助诊断乃至预后评估系统。 专家们描绘了一个全景式的医疗AI蓝图——打破单一数据源的局限，将病理切片（WSI）、影像学数据（CT/MRI）、以及患者的临床文本报告进行多模态深度对齐与融合。通过构建医疗垂直领域的多模态基础模型，实现从单一的图像分割向综合性的智能临床决策支持跨越。

 此次跨学科对话不仅是一次学术理念的交融，更是一次需求与技术的对接。底层算法的精进需要真实临床痛点的指引，而精准医疗的未来则离不开视觉大模型的赋能。双方均表示，未来将依托视觉计算实验室的算法底座与华西、天肿的优质临床资源，建立常态化的合作机制，共同推动医疗人工智能向更加精准、高效、多模态融合的方向迈进。