“深医讲坛”是医学部最高层次的学术文化讲坛，定期邀请国内外医学相关领域知名专家学者登坛演讲。2022年7月1日上午，应医学部生物医学工程学院雷柏英教授邀请，中国科学院深圳理工大学（筹）计算机科学与控制工程学院院长潘毅教授作为“深医讲坛”第59讲嘉宾，在丽湖校区沙河苑开展题为“人工智能在生物医学中的应用”的学术报告，本次讲坛吸引来自丽湖校区的众多名师生参加。

潘毅教授首先从人工智能、机器学习、深度学习的概念及其相互关系引入本次报告的主题。接着，介绍了人工智能在生物医学应用的目标是更高精度、更快速度及更少存储等。针对生物医学的数据维度，如1维、2维、3维、4维，潘教授给出了利用人工智能技术解决生物医学问题的10大挑战：1）编码输入数据及其映射关系，2）生物医学的高维数据（如3维、4维或者更高维度），3）超参数的优化，4）数学理论证明研究，5）一个合适的深度学习网络结构的选择，6）逻辑推理与解释，7）先验知识的介入，8）多视角与多源学习，9）神经网络层的冻结问题，10）梯度放大问题。对于每个研究，潘教授都给出了相应的研究案例进行解释，并结合自己的研究，讲解针对具体问题的优化方案。比如，如何对自动编码器的隐藏层进行降噪、如何设计交叉层的网络结构、如何对模型进行解释、如何引入先验知识、如何对模型训练进行优化等。最后，潘教授对可解释AI进行了全面的阐述，并用蛋白质结构预测的案例讲解如何利用AI技术进行逆向工程的研究，进而引出药物制造的一般流程，即药物靶标、找到与其耦合度高的大小分子、从结构到序列、从序列到制造、合成生物。潘教授的报告风趣生动，多处借用生活中的例子进行解释，能够将深奥的原理讲得浅显易懂，并与现场师生积极互动，解答了一系列AI在生物医学应用常见的问题，现场气氛活跃，师生们受益匪浅。

潘毅教授简介：

潘毅教授1977年以江苏省理科状元考入清华大学计算机科学与工程系，1982年和1984年分别获得清华大学工学学士学位和硕士学位，1991年获得美国匹兹堡大学计算机科学博士学位。目前担任中国科学院深圳理工大学（筹）计算机科学与控制工程学院院长、讲席教授，并且是美国乔治亚州立大学终身州校董荣誉退休教授。他曾是美国乔治亚州立大学计算机科学系主任、生物系主任、文理学院副院长、州校董教授、校级杰出教授，并担任过清华大学、北京大学、浙江大学等高校访问讲席教授或客座教授。潘毅教授是美国医学与生物工程院院士、英国皇家公共卫生学院院士、乌克兰国家工程院外籍院士、英国工程技术学会会士、日本学术振兴会会士。潘毅教授的主要研究领域是以云计算、大数据分析、人工智能、深度学习等为工具，进行生物信息和医疗信息的研究。在此领域已发表300多篇SCI期刊学术论文，其中100多篇发表在顶尖的IEEE/ACM 学术期刊上；另在国际学术会议录上发表150多篇学术论文，出版编著了40多本书。他的学术成果已被引用19000多次，目前他的H-index是88。入选全球前2%顶尖科学家榜单和世界顶尖1000名计算机科学家榜单。他曾获得IEEE杰出成就奖，IEEE杰出服务奖，IEEE Transactions 最佳论文奖，多次获IEEE等国际大会最佳论文奖，四次获得IBM教授奖，两次获得日本学术振兴会高级邀请奖，安得鲁·梅隆奖等奖项。他应邀在60多个国际大会上作了大会主题演讲，并在美国和许多世界著名大学作了近百个学术报告。潘毅教授是《Big Data Mining and Analytics》（清华大学与IEEE共同发行，国内top 5%顶级刊物）的主编，国际顶级杂志 《IEEE/ACM Transactions on Computational Biology and Bioinformatics》、中国顶尖计算机英文杂志《Journal of Computer Science and Technology (JCST)》、中国顶尖电子英文杂志《Chinese Journal of Electronics》的副总主编，曾是John-Wiley《生物信息学系列丛书》与John-Wiley《无线网络和移动计算系列丛书》的创办人兼主编。他担任或担任过七种IEEE Transactions期刊副编辑以及十多种国际期刊的编委，已在几十个重大国际大会上任大会总主席和程序委员会主席。