在医学与人工智能深度融合的时代浪潮中，信息与智能工程学院2023级电子信息专业硕士陈祥龙同学作为磐石锦程生物科技（北京）有限公司课题组的成员，以跨学科思维推动多项前沿技术研发，在乳腺癌疗效预测、结直肠癌肝转移分析、阿尔茨海默病诊断及中医药现代化等领域取得显著成果。通过自主研发的人工智能算法框架，他不仅使多项医学预测模型的性能得到显著提升，更探索出一条"AI+生物医学"的创新路径，为精准医疗与中医药现代化发展注入新动能。
针对乳腺癌新辅助化疗疗效评估这一临床痛点，陈祥龙同学创新提出"影像表观遗传组学"技术框架。该模型突破传统影像组学仅依赖形态特征的局限，通过深度学习算法融合多模态MRI影像特征、DNA甲基化数据和临床病理参数，构建三维动态预测网络。该模型将疗效预测的AUC值从0.86提升至0.97，预测准确率显著提高，同时极大的减少了表观遗传标志物的数量从而降低了检测的成本，相关成果已撰写论文。
在中医药现代化领域，陈祥龙同学开发了图卷积神经网络（GCNN）药物筛选模型，该模型构建了包含12万种中药成分的分子图数据库，通过三维药效团匹配与多靶点协同作用分析，实现中药-疾病关联的精准预测。在治疗慢性萎缩性胃炎中药筛选中，模型从《中华药典》收录的683味药材中锁定20味高潜力药物，实验验证准确率达89%，较传统方法效率显著提升。
范式
在神经退行性疾病研究中，陈祥龙同学开发的阿尔茨海默病（AD）诊断模型整合脑脊液蛋白组、静息态fMRI与认知量表数据，通过动态注意力机制实现病程分期预测，对轻度认知障碍（MCI）向AD转化的识别准确率达91%。另外，该疾病诊断模型在其它很多疾病诊断中得到应用，例如：冠心病、抑郁症等。而针对房颤与气阴两虚证候的5hmC表观遗传诊断模型，则首次建立表观遗传标记与中医证候的量化关联，为中西医结合诊疗提供了分子生物学依据，相关成果已撰写论文。
在医学与人工智能深度融合的时代浪潮中，陈祥龙同学作为磐石锦程生物科技（北京）有限公司课题组的成员，以跨学科思维推动多项前沿技术研发，在乳腺癌疗效预测、结直肠癌肝转移分析、阿尔茨海默病诊断及中医药现代化等领域取得显著成果。通过自主研发的人工智能算法框架，他不仅使多项医学预测模型的性能得到显著提升，更探索出一条"AI+生物医学"的创新路径，为精准医疗与中医药现代化发展注入新动能。
