北京大学AI赋能临床决策与数据价值挖掘研修班招生

　　医学知识散布于非结构化的科学文献和结构化的生物医学数据库中。在医学领域，面对科学文献、临床证据及相关数据集的快速增长，研究者和临床决策者正在承受前所未有的信息压力。2023年经济合作与发展组织(OECD)发布的报告《科学研究中的人工智能：挑战、机遇和未来》指出，基于文献的知识发现(Literature-based discovery，LBD)是AI for Science的重要组成部分，推荐科学家学习和应用相关技术，以缓解信息过载并从文献中挖掘深层知识。

　　近年来，随着自然语言处理技术的发展，尤其是大语言模型(如ChatGPT等)的广泛应用，AI为医学文献挖掘和科学推理提供了前所未有的机会。本进阶班作为基础班的延续，专注于大规模医学文献和数据库的深度挖掘与知识应用，注重理论与实践相结合，帮助学员掌握先进技术，解决实际问题。

　　课程核心内容：

　　1.知识图谱构建与应用： 深入理解医学知识图谱的概念，探索大模型时代如何将知识图谱用于医学研究;

　　2.医学本体的二次挖掘： 提升学员在处理与分析医学本体数据方面的技能;

　　3.网络Meta分析与系统综述： 学习使用网状Meta分析等方法挖掘文献数据的深层价值;

　　4.因果图构建： 从文献和数据中提取因果关系，构建有向无环图(DAG)用于科学推理和决策支持;

　　5.图挖掘与AI结合： 利用Graph-RAG等前沿技术，研究疾病机制及临床可干预变量;

　　6.中医药与人工智能： 跨学科融合中医药知识与网络医学，为多维健康数据研究开辟新路径;

　　7.知识增强大语言模型： 应用PrimeKG等技术提升大语言模型的医学诊断与推理能力。

　　注：课程强调理论学习与实际操作相结合，采用案例驱动的教学模式，鼓励学员在真实场景中应用所学知识。

　　【课程名称】

　　北京大学临床数据科学家AI文献挖掘方法进阶(在线)研修班

　　校级项目编号：2025-62(校)

　　【办学单位】

　　北京大学健康医疗大数据国家研究院

　　【招生对象】

　　▫临床科研骨干：希望提升证据检索效率，构建临床决策支持系统

　　▫医院数据分析师：负责电子病历 / 生物样本库深度利用，需突破传统统计分析局限

　　▫健康医疗企业从业者：从事智慧医疗产品研发、医药大数据分析，需掌握前沿技术框架

　　▫高校 / 科研机构研究者：聚焦医学 AI、精准医疗、中医药现代化等交叉学科领域

　　【授课教师】

　　课程负责人：

　　主讲老师：

　　何勇群美国密西根大学

　　朱政复旦大学

　　孙凤北京大学公共卫生学院

　　周雪忠北京交通大学人工智能研究所

　　赵文静北京大学健康医疗大数据国家研究院

　　【培训证书】

　　学员完成全部课程学习，考评合格，将颁发北京大学继续教育结业证书，加盖北京大学钢印。

　　课时安排：线上直播+回放

　　2025年6月12、13、14、20、21日，共计20学时

　　详细课程内容请关注微信公众号“北大健康医疗大数据国家研究院”获取更多培训信息

　　报名缴费截止时间：2025年6月10日。

　　【联系方式】

　　报名联系人：崔老师

　　电话：010-82806531

　　邮箱：pku_dshm@bjmu.edu.cn