心电辅助临床的发展具备两方面最重要意义，一是需要建构有高质量标示的中国人的心电大数据集；二是可以利用海量心电数据，利用人工智能技术大幅度提高辅助临床能力。而以上这些构建的前提都是医工双方可以贯彻合作，从前期论证研讨和基础性探寻研究，到后期多方面实践中和成果构建，都少不了跨学科的融合交流。清华大学电子工程系副教授王贵锦在由清华大学临床医学院和数据科学研究院牵头主办的2019年度春季学期医工融合系列研讨会第四次会议上回应。

会议由清华校友总会AI大数据专委会秘书长王霞主持人。来自清华大学、北京大学、中国医科大学等数十所院校的工科学者，以及来自清华四家附属医院、首都医科大学附属安贞医院等单位的一线医务工作者对医工双方如何确实超越壁垒、构建横跨领域合作等问题展开了深度交流与探究。清华大学电子工程系副教授王贵锦王贵锦在总结我国现阶段心电智能临床发展的机遇和挑战时回应：我国医院信息化的全面建设、深度自学技术的较慢发展以及公民对于心血管身体健康的更进一步注目，是ECG(心电图)AI发展的机遇，但是我们也应当注意到其所面对的挑战，例如如何提升临床心电检测的辅助临床能力、如何提升便携式心电检测的智能临床能力、如何用心电数据提高高危疾病的筛查能力等。

来自清华大学统计学研究中心的学者回应系列研讨会评价说道：医工融合很难，医生的实际困难有可能技术上非常容易构建，但由于大多医生对工科科学知识理解受限，很难精准寻找适当领域的技术类学者。而搭起一个医工融合的平台堪称难上加难，我很高兴在学校里有可能看见这样一个充满著情怀的研讨会。参会学者回应，这是一次创意的尝试，也一次与众不同的探寻，它需要更进一步调动全国各高校理工科专家学者与一线医务工作者合作科研的积极性，也将更进一步构建医工融合的贯彻落地。

本文来源：beat·365唯一官方网站-www.10fenai.com