2025年12月17日，计算机与人工智能学院在5B318会议室成功举办“基于因果学习的生物医学数据解译”学术沙龙。本次活动特邀山东大学余国先教授作主题报告，院长陈慧灵教授主持，近30名师生及相关领域研究者参与。

会议开始，余国先教授深入剖析了生物医学组学数据的特征与挑战。他指出，生物医学组学数据存在调控关系有向性、一因多效等特征，同时面临数据异质性、复杂性、信息动态性三大核心挑战，而因果学习是破解组学数据智能分析可解释性难题的关键。随后，围绕课题组成果，余教授重点介绍针对高维组学数据痛点研发的基于梯度的局部因果结构学习方法（GraN-LCS）。该方法通过预邻居选择、神经网络建模等步骤挖掘直接因果关系，在模拟数据集与Sachs蛋白质信号数据集的多项评估中表现优异。此外，他还分享了多粒度因果结构学习方法（MgCSL）、涌现启发的EMCasual方法及基于基础模型的FmH2ST基因表达预测方法，展现因果学习的多元应用价值。

在交流环节，与会师生聚焦研究数据来源与基金申报两大核心问题展开深入讨论。余教授结合多年科研经验，详细阐释了生物医学数据获取的合规渠道、质量校验方法，并针对相关选题的基金申报给出实操建议。现场师生就技术落地难点、跨学科合作模式等议题展开热烈研讨，学术氛围浓厚。

本次沙龙作为人工智能与生物医学交叉领域的学术交流平台，不仅为学院师生搭建了接触前沿成果的桥梁，深化了对因果学习技术应用价值的认知，也为相关研究方向的破题提供了新视角，更为学院在人工智能赋能生物医学领域的科研发展注入了强劲动能。