10月21日下午，东京大学大学院理学系研究科化学专攻教授、东北大学医学研究所特聘教授合田圭介（Keisuke Goda）受我院赵精晶教授邀请来访交流，在先进制造大楼东楼A304作题为“Platform Technologies for AI for Science: Intelligent Imaging Across Biological Scales”的学术报告。会议由赵精晶主持，我院及学校相关院系师生参加活动。

赵精晶作开场致辞，他表示，合田圭介教授是光学成像与光谱、微流控、人工智能及单细胞分析等交叉前沿领域的专家，在高速成像、智能影像细胞分选（Image-Activated Cell Sorting, IACS）等方向取得了一系列国际领先成果。此次讲座旨在探讨人工智能驱动生命科学前沿的平台技术，希望通过合田圭介教授的分享，进一步拓宽我院师生在医工交叉领域的学术视野，为未来相关科研合作与创新提供启发。

报告中，合田圭介结合自身物理学与生命科学交叉研究背景，提出了“AI归根结底是硬件问题，而不是软件问题”的核心观点。他强调，高质量的人工智能必须建立在高质量数据之上，而高质量数据来自能够自动化、高通量产生数据的实验平台。围绕这一理念，他详细介绍了课题组在面向生命科学的平台技术研发方面的最新进展。

针对传统动物实验成本高、周期长、伦理受限等瓶颈，合田圭介介绍了其团队开发的“Zoometry”技术。该技术以果蝇为模式生物，通过组织透明化、微流控流体与大体积光片显微镜相结合，实现了全自动、免解剖的整体动物三维成像。系统每分钟可产出1个三维文件，每年数据产出约50万个，将流式细胞术的概念扩展至整体动物层面。该技术展现出强大的统计功效，在药物筛选中，传统使用小鼠测试1000种化合物约需40个月，而该系统可在两周内完成，极大加速了药物研发进程。

针对细胞病理学诊断中存在的依赖人工阅片、主观性强以及三维全片成像数据量庞大等问题，合田圭介分享了团队将边缘计算（Edge Computing）内置到三维光学显微镜中的解决方案。该显微镜平台在图像数据传至服务器前，即在采集端完成高质量三维图像的本地压缩与分析。在日本四家医院开展的验证中，该全自动细胞学检测系统的合并ROC曲线下面积（AUC）达到0.9，接近临床级性能。相关工作已发表于《Nature》杂志。此外，他还简要介绍了团队在工程化细胞外囊泡（EVs）用于抗衰老干预方面的探索。

交流互动环节，合田圭介就“虚拟细胞”的跨尺度数据转化、光学计算在AI硬件中的潜在应用、成像深度与视场权衡等技术细节，与现场师生进行了深入探讨。 

此次访问进一步增进了我校相关科研团队与国际顶尖学者的相互了解，为双方在智能医疗装备、生物医学成像及AI for Science等领域开展科研协作与人才培养奠定了良好基础。