为持续加强软件学院专任教师科研能力建设，活跃院内学术氛围，搭建教师交流互鉴、协同攻关的科研平台，有效拓宽教师学术视野、激发科研创新活力，2026年6月23日，软件工程专升本教学部在软件园校区A3-116会议室成功举办软件学院2026年度第十期科研学术讲座。本次讲座由谢婷、徐祥远两位老师主讲，聚焦人工智能医疗应用、AI大模型教育赋能两大前沿方向，分享最新科研成果与实践经验，为全院教师带来一场兼具创新性与实用性的学术盛宴

讲座现场氛围浓厚、交流热烈。谢婷老师以脑卒中临床分级难题为切入点，带来题为《基于改进BERT模型的NIHSS分级应用研究》的专题分享，聚焦医疗文本智能分析领域的技术创新与落地应用。脑卒中NIHSS分级是临床诊疗的关键环节，传统分级方式存在流程繁琐、主观性强、效率偏低等痛点，且医疗文本长文本处理难度大、临床数据分布不均衡，极大影响了智能分级的精准度。针对以上行业难点，谢婷老师提出一种基于改进BERT模型的脑卒中智能分级方法，通过创新引入注意力池化机制与动态损失函数，精准攻克长医疗文本语义提取困难、数据不平衡导致模型精度不足等核心问题。

随后，徐祥远老师围绕AI赋能教育教学创新方向，开展《AI大模型赋能课程建设》专题分享，聚焦Trae AI与QoderWord工具的实操应用，深入讲解AI大模型在高校编程课程建设与课堂教学中的落地实践。在传统编程教学中，学生普遍面临编程环境配置复杂、代码编写逻辑薄弱、实操报错率高、独立解决业务问题能力不足等痛点，极大制约了课程教学效率与学生实操能力提升。

针对编程教学现存痛点，徐祥远老师系统阐述了AI大模型赋能课程建设的核心思路、实施路径与实操方法。他重点讲解如何依托Trae AI与QoderWord开发工具，依托精准提示词工程，让AI大模型快速适配课程教学需求，高效完成定制化程序代码生成、编程环境智能配置两大核心教学工作。实践案例与数据显示，AI大模型生成的代码规范性强、运行报错率低，不仅能精准解决学生编程实操中的常见问题，还可贴合真实业务场景开展教学训练，有效帮助学生攻克编程学习难点，大幅提升课堂教学质量与学生整体学习效率，为智能化、数字化课程建设提供了全新的实践范式。

本次第十期科研学术讲座内容紧扣人工智能前沿热点，横跨医疗智能、智慧教育两大热门研究领域，理论创新与实践落地兼具。两位老师的精彩分享，让在场教师深入了解了改进BERT模型在医疗文本分析、智能临床分级领域的技术突破，以及AI大模型在课程建设、编程教学场景的落地应用机理与实操成果，有效拓宽了全院教师的科研视野，为教师跨方向科研探索、教学改革创新提供了全新思路与有力支撑。

未来，软件学院软件工程专升本教学部将持续推进科研学术交流活动常态化、规范化开展，持续搭建开放共享、协同创新的高水平学术交流平台，汇聚院内科研力量，聚焦人工智能、软件工程、智慧医疗、智慧教育等前沿领域，持续开展学术研讨与技术交流，助力教师科研能力、教学素养双向提升，推动学科交叉融合与科研创新突破，持续培育高质量科研与教学成果，为学院学科建设与高质量发展赋能助力。