党的二十大以来，我国科技创新战略在”四个面向”指引下持续深化，特别是在”面向人民生命健康”领域取得重大突破。当前正值”十五五”规划实施关键期，卫生健康领域正以数字医疗、精准医学、智能诊疗为突破口，着力构建全要素、多层次的全民健康保障体系。基础与临床融合发展，既是实现从基础研究到改善临床实践的重要路径，也是提出重大医学科学问题的源泉。“精准量药·智绘未来—基于AI+TDM融合技术的个体化精准用药workshop实践培训班”于2025年8月30日至31日在南京顺利举办。本次会议由江苏省药理学会主办、东南大学附属中大医院药学部承办，旨在深化人工智能与治疗药物监测（TDM）融合技术在临床合理用药中的实践应用，推动药学服务的智能化与个体化发展。会议在东南大学附属中大医院湖南路门诊3楼8号会议室举行，吸引了50多位专家学者及从业者参与。
8月30日上午，江苏省药理学会常务副秘书长朱萱萱教授代表学会在开幕致辞中强调本次培训班以个体化用药，以“量体裁药”为核心理念，旨在提供精准药学服务。治疗药物监测（TDM）是其关键支撑技术。并希望各位代表能够以本次培训班为契机，充分学习AI+TDM融合技术的个体化精准用药之间的密切联系，加强交流合作，加快科技创新，力争在关系人民生命健康的若干领域实现突破，有力支撑科技强国建设。
随后培训班正式开始，由东南大学附属中大医院药学部主任邵华教授主持。东南大学计算机科学与工程学院高志强教授担任主讲，内容聚焦于统计机器学习方法的基础理论与实现，包括决策树学习、集成学习等理论。下午开展了传统机器学习方法及特征选择技术的实操讲解，分别由王景祺和高淼教授带领，强化了参会对理论方法的代码实现能力。王景祺教授主要讲授七种机器学习算法包括KNN、SVR 、GBDT 、XGBoost、LightGBM 、CatBoost 以及tabnet并介绍了每种方法的底层逻辑，优势及使用场景以及劣势。高淼教授提出在临床应用中，药物浓度监测是一种回归任务，每种方法通过定义数据路径，加载数据，训练集，测试集，训练，预测。数组保存样本预测，根据python的API进行调用。然后2位专家分别在现场进行指导学员，解决了部分应用环境安装不全等问题。
8月31日议题转向深度学习领域，上午高志强教授系统介绍了神经网络基础、正则化方法与损失函数设计以及深度学习基础与全连接神经网络。他通过一系列背景知识和基础知识的介绍，引入了深度学习的发展过程，并强调学科融合的重要性。下午高淼教授解答了昨天安装运行过程中出现的普遍问题。代表的是反方向，而不是定义0以后的负数，是向量。通过数据-模型-预测的过程完成训练。利用torch中不同的函数进行数据的处理或转换，例如进行归一化。继续提出预测血药浓度是得到的一个高斯分布的平均值，如贝叶斯分布等，需要的是点估计而不是区间分布以及传统PK/PD是统计学手段和机器学习并非完全一样等问题。王景祺教授则提出除了全连接神经网络，卷积神经网络可以利用自然图像中一些已知结构的创造性方法血药浓度属于时间序列的连续数据，入组数据和测试当天数据。此外介绍了血药浓度预测模型建立是应用到的正则化手段，这可以提升模型的泛化能力，在处理未遇到过的问题时会得到较好的性能。
2天的会议紧密结合理论教学与编程实践，有效提升了参会者在AI辅助个体化用药方案设计中的技术应用能力，为药学与人工智能的跨学科融合提供了扎实的交流平台。
江苏省药理学会秘书处王旭 张迪
2025.9.2