日前，上海开源信息技术协会公布了2023年度上海开源创新卓越成果奖（高校赛道）评选结果，共评出13个获奖项目，其中特等奖4项、一等奖4项，二等奖5项。计算机科学技术学院师生分别获得特等奖1项，一等奖1项。
复旦大学计算机科学技术学院副教授陈阳作为第一完成人、教授王新作为第二完成人、博士生高敏作为第四完成人，联合复旦大学智能复杂体系基础理论与关键技术实验室、香港浸会大学和北京化工大学共同申报的EasyGraph：面向多学科的高性能网络结构分析工具箱项目获得了2023年度上海开源创新卓越成果奖（高校赛道）特等奖，复旦大学是项目的第一完成单位。
由上海对外经贸大学统计与信息学院李馨蕾负责，复旦大学计算机科学技术学院研究员张文强及上海中医药大学教授李福凤等人联合申报的“数据-知识”双轮驱动的中医智能诊断关键技术项目获得2023年上海开源创新卓越成果奖（高校赛道）一等奖。
EasyGraph：面向多学科的高性能网络结构分析工具箱
网络是表征与建模个体之间的复杂关系和交互的强大工具。网络结构分析是研究网络的统计特性、拓扑结构和演化模型的重要方法，涵盖多个学科领域包括社交网络、生物网络、交通网络、交易网络等。本次获奖的项目围绕高性能网络结构分析工具箱的设计与实现，针对现有网络结构分析相关研究对功能全面性和高效性的需求，提出了一套高计算效率、高可扩展性的网络结构分析方法体系。设计实现了多种并行优化技术，结合图数据结构优化以及Python/C++混合编程架构，使得在低算力环境下大规模的网络数据分析变得更加迅速和可行。
项目团队在Cell旗下Patterns期刊以及多个高水平期刊/会议上发表了一系列学术论文，研究成果得到了细胞出版社(Cell Press)和集智俱乐部等相关机构的报道，在国内外形成了一定的影响力。EasyGraph工具箱发布以来，已经得到了近40万次的PyPI下载，被来自不同领域的研究学者的广泛使用，为跨学科合作和创新提供了有力支持。
“数据-知识”双轮驱动的中医智能诊疗关键技术
AI技术的发展带动了计算机辅助中医诊断的智能化革新，“数据-知识”双轮驱动的AI技术引领中医智能诊疗技术的发展方向。本次获奖的项目通过集成面部望诊、舌部望诊等视觉感知技术,并融合预训练模型学习到的中医常识知识与符号知识,实现了对多场景证素的细粒度识别,可高效输出辅助诊断与决策建议,展现出显著优势。该技术有效弥补了传统诊疗模式的不足,为中医临床实践带来新的突破,提升了诊疗准确性有可解释性。
课题组相关研究成果发表在TPAMI、TIP、CVPR、NeurIPS等领域顶级期刊和会议上，获得学界与业界广泛关注，并已应用于智能中医诊疗系统及机器人中，极大提升了中医辅助诊断的效率和准确性，为中医药现代化发展提供了新思路和技术支撑。未来，知识引导的智能辅助诊断有望进一步优化中医临床实践，促进中医药事业的创新发展。
