CCF YOCSEF福州技术论坛聚焦情绪障碍机理，探索可解释AI新路径

  2025年9月7日，一场聚焦于情绪障碍研究前沿的技术论坛——“可解释AI + 多模态数据如何拨开情绪障碍机理迷雾？”在福州市软件园举行。来自高校、科研院所及医疗企业的50余位专家学者齐聚一堂，围绕情绪障碍相关的多模态数据和可解释人工智能展开深入研讨，为“健康中国”心理健康战略的落地注入了新的活力。

  情绪障碍作为与癌症、心血管病并列的全球三大公共卫生危机，其发病率近年来持续攀升。国家在《健康中国行动（2019 - 2030年）》中明确提出，要提升居民心理健康素养，减缓抑郁发病趋势。在这样的背景下，可解释AI为多模态数据融合以及揭示情绪障碍病理机制带来了新的希望。

  本次论坛是CCF YOCSEF“情感障碍智能诊疗”系列论坛的第三场，由CCF YOCSEF福州AC副主席吴伶和AC学术秘书陈卓担任执行主席，CCF YOCSEF福州AC学术秘书林巍和AC委员曹丽娟担任在线主席，福州软件园公共服务平台提供支持。

  论坛伊始，四位嘉宾的引导发言为后续的讨论奠定了坚实的基础。欧洲科学与艺术院院士、中国医科大学健康管理学院院长石昕，以英国生物样本库的机器学习预测研究为例，深入探讨了乳腺癌化疗相关认知障碍的预测与干预。他强调构建“从模型到临床”的完整科研体系，重视化疗后干预窗口验证及中西方认知差异，并指出拓扑数学在推动临床转化中的重要作用。

  国家级领军人才、西北工业大学计算机学院院长尚学群围绕《复杂图表示学习及其应用》展开发言。他分析了传统图神经网络在复杂图数据中的局限性，探讨了如何设计新型网络架构突破表达瓶颈，减少对标签数据的依赖，并展示了其在生物医学领域的应用价值。

  山东大学教授、国家健康医疗大数据研究院副院长杨帆致力于构建可信医疗大数据治理体系。他采用联邦学习、差分隐私等技术，平衡数据安全与共享，解决多中心数据标准不统一问题，突破研究样本限制。

  山东大学副教授、齐鲁医院心理科副主任（主持工作）杨乐金指出我国精神障碍患病率高、治疗率低、复发率高且发病高峰延至55岁的严峻现状。他提出借助大数据与量表筛选生物标志物，建立自动化生物库验证药物新靶点，以跨学科手段应对诊疗难题。

  在思辨环节，福州大学计算机与大数据（软件）学院教授黄志华、南京大学智能科学与技术学院助理教授张绍群、重庆邮电大学生命健康信息科学与工程学院副教授李沛洋等三位特邀嘉宾与参会人员围绕三个关键思辨点展开了热烈讨论。这三个思辨点分别是：构建高可靠性XAI，如何提升情绪障碍相关的多模态数据质量；如何考虑情绪障碍机理相关生物学先验假设，实现多模态数据科学融合；如何将多模态数据和生物学机理结合起来，构建高解释性情绪障碍机理XAI。

  经过一个上午的深入探讨和热烈思辨，本次论坛得出了重要结论。一是要构建标准化的数据治理体系，统一采集协议、自动化清洗流程，并利用隐私计算实现安全共享，为可解释AI提供可靠输入。二是实现多模态融合需以生物学假设为指导，结合因果推断等技术，推动结果兼具生物合理性与临床意义。三是要将数字孪生、脑环路建模等机理嵌入模型底层，通过动态验证手段识别干预靶点并验证模型效用，形成“机制 - 临床”闭环，服务精准诊疗。

  本次CCF YOCSEF福州技术论坛的成功举办，为情绪障碍机理研究和可解释AI的发展搭建了一个高水平的交流平台，为解决情绪障碍这一全球性公共卫生问题提供了新的思路和方法。相信在众多专家学者的共同努力下，“健康中国”心理健康战略将得到更有力的推动。