由生物谷主办，上海交通大学公共卫生学院提供学术指导的 《AI + 医学研究能力提升训练营》将于7月9-12日召开！
- 课程导论，RCT的设计要点、数据管理和统计分析与AI赋能
- 1.系统讲解医学研究方法类型、核心概念与研究设计逻辑
- 2.深度解析 RCT 研究设计、数据管理与统计分析关键要点
- 3.结合高 IF 顶刊 “找茬” 实战，识别设计与统计常见陷阱
- 4.引入 AI 辅助分析工具，提升临床研究质量与发表效率
- 筛检与诊断研究设计与分析：IVD评价与AI赋能
- 1.讲解诊断试验设计原则、敏感度、特异度、ROC 曲线等核心指标
- 2.介绍诊断阈值选择、偏倚控制与证据体系构建方法
- 3.覆盖 IVD 体外诊断试剂从分析性能到临床价值的完整评价
- 4.结合 AI 技术提升诊断数据分析效率与临床决策能力
- 临床研究设计与临床数据的整理及其AI赋能（一）
- 1.介绍典型临床研究方法的设计思路与核心特征
- 2.讲解临床数据来源、类型、结构与质量评价标准
- 3.梳理临床研究数据管理的全流程与关键质控要点
- 4.建立临床研究与 AI 赋能结合的基础认知框架
- 临床研究设计与临床数据的整理及其AI赋能（二）
- 1.讲解临床数据整理、标准化与结构化处理方法
- 2.介绍常用数据清洗、缺失值插补与异常值处理技术
- 3.展示 AI 在数据预处理、数据质控中的赋能应用
- 4.提升临床数据可用性，为后续建模与分析打牢基础
- AI+临床预测建模的数据科学实验设计：从输入、标签到评价分析
- 1.讲解临床预测任务的研究问题定义与变量构建方法
- 2.介绍缺失值、类别不平衡等常见数据问题处理策略
- 3.覆盖模型训练、测试划分、交叉验证与评价体系
- 4.结合案例讲解模型偏倚、泛化能力与临床可解释性
- Vibe Coding 赋能科研与医学开发：从效率工具到研究范式升级
- 1.介绍大模型驱动的智能编程工具在医学科研中的应用
- 2.讲解如何用 AI 快速完成数据分析、图表生成与流程自动化
- 3.结合真实案例展示 AI 如何重塑临床研究工作流
- 4.全面提升科研效率，助力高质量、高效率成果产出
- 单细胞组学数据分析
- 1.讲解单细胞组学基本原理、实验流程与数据特征
- 2.覆盖上游分析：质控、定量、细胞聚类与注释
- 3.介绍下游分析：批次矫正、伪时序、细胞通讯分析
- 4.结合 AI 方法提升单细胞数据挖掘深度与解读能力
- 关于aivc 基于AI的虚拟细胞系统
- 1.讲解如何用深度生成式 AI 表征疾病细胞状态
- 2.介绍虚拟细胞构建方法，模拟疾病发生发展过程
- 3.通过虚拟扰动技术实现药物与干预策略筛选
- 4.展示 AI 在疾病机制研究与新药研发中的前沿应用
- 多模态大模型基础理论与医学应用
- 1.讲解多模态大模型预训练、后训练与微调核心理论
- 2.介绍文本、影像、组学等多源医疗数据融合方法
- 3.展示大模型在病历解读、文献挖掘、科研辅助中的应用
- 4.提供可落地的医学 AI 应用设计思路与案例
- 多智能体基础理论与医学应用
- 1.讲解多智能体系统基本概念、架构与协同机制
- 2.介绍多智能体在临床决策、科研协作中的应用模式
- 3.展示多智能体如何提升复杂医学问题解决能力
- 4.展望 AI 协同系统在未来医学研究中的发展方向
- 利用真实世界数据解答临床问题——从传统方法到目标试验模拟框架
- 1.讲解观察性研究基本方法、分析流程与结果解读
- 2.引入目标试验模拟框架，实现从描述到因果推断升级
- 3.讲解偏倚控制、混杂因素调整与研究规范
- 4.结合 AI 工具赋能真实世界数据全流程分析与可视化
- 数智驱动医学创新：高水平医学科研项目从设计到成果转化
- 1.结合国家级重点项目经验，讲解高水平研究设计方法
- 2.系统梳理医学科研项目实施路径、关键节点与成果转化
- 3.展示 AI 在健康大数据、风险预测、个性化干预中的前沿应用
- 4.提供可直接借鉴的科研选题、项目设计与申报实战思路
课程邀请医学科研、公共卫生、临床研究、人工智能与数据科学等领域专家授课，围绕研究设计、数据分析、AI工具应用与科研成果转化开展系统培训
课程覆盖临床研究、数据处理、AI工具、AI建模、单细胞分析、大模型与前沿技术，从基础理论到实战操作，帮助学员逐步提升AI赋能医学科研能力
设置论文案例解析、AI工具演练、小组课题设计、结业路演等实战环节，帮助学员形成可用于课题申报和论文写作的研究方案
尊敬的 先生/女士
您已注册成功，注册信息及注意事项已发到联系人及参会人邮箱，请注意查收。如未收到，请联系大会联系人。
