报告题目：肺部疾病诊断与治疗的转变：通过CFD-AI/ML 驱动的肺阻塞检测和智能吸入器精准治疗优化药物的递送与治疗

报告时间：2024年7月3日（周三）9:00-11:00

报告地点：南校区 播馨楼（第四教学楼）205

报 告 人：冯宇 副教授

报告语言：中文

主办单位：药学院

学科建设办公室

辽宁省药学研究生创新与学术交流中心

报告人简介：

 冯宇博士为俄克拉荷马州立大学（OSU）化学工程学院副教授。于2007年在浙江大学航空航天学院获得工程力学学士学位，并在北卡罗来纳州立大学机械与航空航天工程系分别于2010年和2013年获得硕士和博士学位。在俄克拉荷马州立大学，冯博士领导计算生物流体力学与生物力学实验室（CBBL），致力于计算流体颗粒动力学（CFPD）、离散元方法（DEM）、基于生理的药代动力学/ 毒理学/ 药效学（PBPK/TK/PD）和人工智能（AI）等前沿研究，以推动肺部医疗保健创新并提高职业安全性。他的研究团队专注于深入研究物理和化学机制，开发用于各种生物医学应用的非侵入性、成本效益高且准确的数值工具。这些应用包括健康风险评估、肺部药物疗效提升和非侵入性疾病诊断。冯博士因其在计算肺部医疗保健和职业风险评估方面的贡献而受到认可，尤其是在2022年获得《气溶胶科学杂志》优秀研究奖。目前担任阿维森纳联盟制药战略任务组的学术主席，并且是美国气溶胶研究协会的开发委员会成员。他开发的人工智能智能吸入器以及关于气溶胶科学特别是COVID-19的研究，获得了美国国家科学基金会（NSF）、疾病控制与预防中心（CDC）和制药公司等著名机构的多项资助。

报告内容简介：

现有的肺部疾病诊断和治疗方法面临挑战。传统的诊断方法往往是侵入性的，并且在慢性阻塞性肺病等疾病的早期阶段，缺乏识别小气道阻塞或发现细微气道阻塞变化的准确性。另一方面，传统的吸入疗法难以将雾化药物有效地输送到气道内的目标疾病部位，影响健康组织药物分布并导致副作用。为了应对这些挑战，人工智能(AI)算法，特别是机器学习(ML)和深度学习(DL)技术，为提高诊断准确性和个性化治疗提供了新机会。这些算法具有分析复杂数据集和提取有意义模式的独特能力，促进了创新诊断方法的发展，并使靶向肺给药的设计策略成为可能。此外，计算流体动力学(CFD)可以通过生成呼吸系统内气流和颗粒传输的可靠时空分布数据，显著支持这些人工智能驱动的进步。这些高保真度的模拟数据是训练和测试人工智能模型原型的基础，确保了它们在临床治疗中的准确性和适用性。