对话港城大闫峻：未来的科学家，要习惯和AI一起做研究
闫峻曾因病做过一次手术，并在医院住了十几天。那段时间，他看到医生每天忙碌的工作，也目睹了患者承受的疼痛。这段经历让他开始思考，自己所掌握的技术，能否在医疗场景中发挥作用，比如回答患者反复提出的问题，或者为医生的诊断和用药决策提供支持。
这段经历成为他后来长期投入医疗健康研究的原因之一。数学出身的闫峻，曾在哈佛医学院跟踪分析癌细胞影像，观察药物作用后细胞的变化，也曾在微软亚洲研究院做过自然语言处理和数据挖掘。随着研究经历的积累，他逐渐认识到，医疗健康不仅是一个值得长期投入的领域，也有许多问题可以借助计算技术解决。目前，闫峻担任香港城市大学香港人工智能与科学研究院副院长、数码医学研究院首席科学家。
10 月末，我们在香港和闫峻进行了一场对话。我们从医学研究中的实际需求聊到 AI 技术正在带来的变化，闫峻分享了自己从临床医学走向人工智能研究的经历，以及对未来医学科研方式的思考。
闫峻告诉我们，在他和课题组的日常工作中，科研智能体已经参与到文献调研、实验设计，编写程序和校验结果等多个环节。过去，医生即使在诊疗过程中产生研究想法，也往往受限于时间和技术条件，才有机会把它变成课题。闫峻认为，未来即使是懂医学但不会编程的研究者，也能借助这些工具，把临床上的一个观察想法变成数学优化等问题，再尝试验证。
当然，在这样的合作中，研究者也要学会提出更清楚的问题，并判断 AI 给出的结果是否可靠。一个方案有没有道理、哪些地方还需要检查、下一步该怎样验证，都需要扎实的专业知识。他希望，研究最终能够让临床多一种治疗方法，让已有的方案得到改善。至于对科研价值的判断，闫峻的标准很直接：有这项研究和没有这项研究，世界究竟发生了什么不同。
以下是 DeepTech 与闫峻的对话 。
先找到值得解决的问题
DeepTech ： 你有数学背景，也做过自然语言处理和数据挖掘研究。是什么让你决定长期投入医疗健康领域？
闫峻： 有几段经历对我影响很大。在北大读博士、学习机器学习的时候，我就一直在想，这些数学方法和计算机技术，用在什么地方能够创造更大的价值。
后来到哈佛医学院访问，我们做过癌细胞的影像跟踪与分析，观察药物作用于细胞之后会产生什么效果。那时我发现，之前学到的很多技术，原来可以在医疗健康领域发挥这么大的作用。
还有一次是我自己生病，做了手术，在医院住了十几天。住院和康复期间，我看到了医生每天的忙碌，也看到了患者承受的痛苦。那时就觉得，哪怕先做一些应用，我们掌握的技术也可能帮上忙。比如回答患者经常提出的问题、辅助临床诊断、优化用药方案，都有机会借助计算方法来改善。
后来在微软研究院做语义分析、自然语言问答和语言模型，也不断遇到可以用数学和计算方法解决的医疗问题。 后来从微软离开加入一家叫做医渡科技的创业公司，也是让我对这个领域真正理解帮助最大的一段经历。 这些经历让我慢慢确定，首先要找到一个有价值的问题，再看技术能不能在其中发挥重要作用。这也是我后来长期投入医疗健康领域的原因。
DeepTech ： 你参与过用 AI 判断科研想法有没有新意的研究。在你看来，一个想法有新意，和它值得做，是怎样的关系？
闫峻： 判断一项工作值不值得做，我更愿意看它的价值。
做计算机科学研究、投稿论文时，我们可能会特别关注方法有没有创新。但临床医生和新药研发人员往往更在意结果：这项研究究竟改变了什么？是不是多了一种治疗方法，原来的治疗方案得到了改善，或者某种过去难以治疗的疾病有了新的治疗可能？
为了实现这些目标，往往需要在方法上创新。但如果只是为了制造一个创新点，就容易忽略我们最初为什么做这项研究。今天训练大模型，仍然大量依赖误差反向传播、梯度下降等经典算法。这些方法提出很多年了，本身未必新颖，却依然在创造很大的价值。 创新是我们通向这些价值的过程。
AI 开始参与方法设计
DeepTech ： 你提到，团队最近让科研智能体参与了医疗合成数据的研究。这个问题难在哪里， AI 具体帮了什么忙？
闫峻： 训练医疗大模型，尤其是诊断类模型，真实的临床电子病历非常重要，但这些数据涉及患者隐私。即使去掉姓名、身份信息和联系方式，也不能保证安全。检查指标和病史描述等信息，仍然可能被用来识别某个患者。
我们想尝试把原始病历转换成合成数据，再用它训练模型。难点在于，转换后的数据还要有研究价值。它需要保留有用的医学含义，以及群体层面的重要统计特征。同时，我们希望转换所用的数学算子不可逆，避免通过逆运算直接恢复原始信息。
要同时满足这些要求，并不容易。我尝试从泛函分析等角度思考，花了近一个月，没有找到满意的方案。后来，我们用 SciencePal 上的科研智能体，辅助设计算子、进行数学证明，再设计后续实验。一个多小时后，它提出了几套候选方案。接下来，我们花了大约一周进行人工检查和实验验证。其中一套采用三角变换的方案，基本满足了此前提出的要求。围绕这项研究，我们已经发布技术报告，也正在申请专利。
这让我感受到， AI 已经能够参与数学推理和方法设计。 不过，从提出一个候选方案，到确认它是否成立，中间还有很多工作要做，人的判断和验证仍然非常重要。
DeepTech ： 如果 AI 能够参与这些工作，一项研究从想法到成果的过程，会发生怎样的变化？
闫峻： 今天很难再把 AI 的作用单独归到某一个环节。产生想法、调研文献、收集资料、验证假设、写代码、设计实验，以及后面的论文复现和写作，几乎都已经有 AI 参与。
以前，临床研究经常从医生提出一个假设开始。医生接触某位患者，发现一个问题，恰好又有时间和资源，才有机会把想法变成课题。现在，给 AI 一份相关数据和研究方向，它就可能帮助调研文献、梳理现状、提出假设，再编写程序，尝试验证。这也是我们开发 SciencePal 的初衷之一。
未来，研究者也许可以先给出一个方向，甚至一份数据，让智能体开展其中一部分探索，从提出假设一直做到尝试验证。当然，最终仍然需要大量人工检查。我们也要继续观察，研究做得更快、产出更多之后，质量有没有提高，能不能用于实际场景，创造更多价值。
AI 答对题之后，应该怎么验证
DeepTech ： 现在 AI 大模型越来越擅长查资料、回答医学问题。要成为可靠的医疗科研工具，还需要解决哪些困难？
闫峻： 临床医学强调循证，也就是做判断要有证据。 今天， AI 从文献、病例和资料中寻找、总结证据的能力已经相当强了。但有了证据，还要经过严谨的推理，才能作出对患者负责的医疗决策。
医生会在病历里记录诊断结论和治疗方案，却未必把为什么这样判断、经过哪些推理步骤完整写出来。因此，要训练模型具备更可靠的医学推理能力，我们仍然缺少这类数据。
我们正在尝试一种迭代方法。先由医生提供少量推理过程作为示例，让 AI 学习，再提出更多可能的推理过程，交给医生检查、修正，如此反复。这项工作既涉及文字病历，也涉及医学影像。生物制药也有类似需求，希望模型能够进一步理解因果关系，解释为什么出现这样的结果。
DeepTech ： 一个模型在医学测试中拿到高分，距离在真实场景里值得信任，还有多远？
闫峻： 首先要看它是怎样被测试的。很多基准测试是静态的，题目提前固定。如果模型反复围绕某套题目优化，就可能在测试中得分很高，遇到新的患者和问题却表现不好。这就是过拟合。
所以我们正在尝试动态测试，利用真实世界的数据，通过算法生成测试内容，希望减少模型对固定题目的过拟合，更好地评价它解决新问题的能力。
还要看验证是怎样开展的。回顾性研究用的是过去的数据，它能告诉我们模型在历史数据上的表现，却不能保证模型将来一定可靠。因此，还需要前瞻性验证，比如建立人群队列，持续观察模型面对未来的数据、进入真实场景以后，能不能保持良好表现。
最后要看用途。如果是探索性科研，一些经过基准测试和回顾性研究支持的结果，可以先发表，给其他研究者提供启发。但真正用于患者的诊断和治疗，大多数情况下仍然需要医生介入，这也涉及医学伦理。现阶段不适合让 AI 绕过医生，直接向患者交付临床决策。
DeepTech ： 你参与的未来 AI 医院研究，希望把这些探索带向怎样的医疗场景？
闫峻： 这是我们综合不同院系、不同老师的研究成果后，提出的一个研究构想。今天大家通常是身体不舒服了，再去医院挂号、诊断、治疗。我们想问，在 AI 的支持下，医疗能不能延伸到社区和家庭？能不能在疾病发生之前就识别风险，让人们尽量少生病，或者更早发现问题？
围绕这些问题，我们拆分了很多课题，包括怎样提高诊断的精准度、发现新的生物标志物，以及在社区开展早期筛查、健康宣教和健康管理。医院还有教学、科研和管理职能。比如，可以用 AI 模拟患者，帮助医生进行临床训练；也可以用智能工具，帮助缺少编程背景的医生开展研究。将来，智能体和医护人员一起工作，还需要考虑怎样评价和管理它们，怎样协调人和机器。
这些都在我们的研究框架里。目前考虑的第一步，是借助 AI ，把健康筛查、健康行为管理等服务逐步带进社区和家庭。后面还有很长的路要走。
科研人员应该如何与 AI 合作
DeepTech ： AI 能够承担越来越多的任务，年轻科研人员最需要培养哪些能力？
闫峻： 扎实的专业能力始终是前提。在此之外，我觉得还需要 AI 领导力和 AI 鉴赏力。
AI 领导力，就是能不能把一个复杂问题拆解清楚，准确地告诉 AI 目标是什么，再把任务分配给合适的工具和智能体。 过去带团队，要协调不同背景的人；今天，智能体也可以成为参与工作的成员。我们课题组的同学，包括我自己，每天都有很多智能体协助完成任务。你既要想明白问题，也要把它说清楚，让 AI 理解并参与解决。
AI 鉴赏力，是判断答案的能力。 你问一个问题， AI 通常都能给出答案，换一个模型，答案可能又不一样。哪个更好，为什么好，哪里还有问题，怎样进一步改进，都需要人判断。如果不懂临床医学或生物制药，就很难评价 AI 在这些领域给出的结果。
所以，我理解的 AI 原生科研人员，可以来自任何学科。关键是能不能在日常研究中自然地使用 AI ，同时具备提出问题、评估结果的能力。
DeepTech ： 实际合作时， AI 研究者和临床医生最容易在哪些地方产生分歧？
闫峻： 首先是专业语言不同。技术人员一开口就是检索增强生成、微调、预训练，医生未必听得懂。反过来，医生提出一些临床指标，或者希望围绕某个新的生物标志物建模，技术人员也未必马上理解背后的需求。双方需要一个跨专业的翻译过程。
其次是关注点不同。 AI 研究者可能更关注算法创新和方法改进，医生关心的是能不能解决临床问题。到了生物制药领域，研发人员还要判断，一个模型能不能支持某条药物研发管线继续推进。因为每往前一步，都可能涉及很大的成本。
大家最终都希望创造价值，但合作初期，使用的语言、衡量问题的尺度不同，就容易产生摩擦。大语言模型已经能够帮助不同语言的人交流，我也希望它能进一步帮助不同专业的人理解彼此。这本身就是一个值得研究的问题。
让更多人把想法做出来
DeepTech ： 你和腾讯云已经合作多年。从模型训练到 SciencePal 平台建设，腾讯云提供的支持，具体解决了哪些问题？