国际表征学习会议（ICLR，International Conference on Learning Representations）是机器学习领域最负盛名的三大顶级国际会议之一。为了推动机器学习技术在医疗健康领域的发展，ICLR 2021发起了机器学习预防和防止流行病（MLPCP，Machine Learning for Preventing and Combating Pandemics）全球挑战赛。电子系吴及教授课题组参加了MLPCP挑战赛的疾病自动诊断对话系统(Dialogue system for medical diagnosis)赛道，在全球73支参赛队伍中夺得第一名。参赛成员主要为实验室工程师尤心心、实习生杨雪、博士生刘喜恩和吴及教授。
本次比赛要求研发的疾病自动诊断对话系统能够在有限的对话轮数内，与患者进行智能对话从而收集有关症状，并进一步基于已知症状进行自动疾病诊断。这将有助于在大规模人群中快速定位疑似患者，减轻流行性疾病防治任务带来的社会负担。该研究课题存在很大挑战，对于推动医学文本的理解，基于医学知识的推理，以及医学人工智能的应用具有重要理论意义和广阔应用前景。
吴及课题组在智慧医疗领域深耕多年，研究成果突出。其团队2017年研发的“智医助理”医考机器人以高分通过国家执业医师资格考试综合笔试；2018年参加国际文本检索评测会议(2018 TREC)精准医疗评测夺得总分第一名。本次在ICLR 2021MLPCP挑战赛的疾病自动诊断赛道再次夺得第一名，证明了其团队在医疗健康人工智能方向深厚的技术积累。利用机器学习技术进行疾病的疾病问诊和诊断能力不断成熟，未来有望广泛应用于医疗健康咨询、辅诊诊断等实际应用场景助力“健康中国2030”国家战略发展。
