第三届 “中国人民大学健康数据科学研讨会” 将于2026年9月13日在北京举办。会议旨在持续推进健康数据科学的理论创新、技术研发与多元场景深度融合，赋能产学研用一体化高质量发展，充分释放健康大数据的实践转化价值。

    本期介绍研讨会主题报告的报告人简介、报告题目及摘要内容。

    1

    主讲人

陈润生

    报告题目

    人工智能助力健康科学发展

    个人简介

    陈润生现为中国科学院生物物理研究所研究员、博士生导师。国际人类基因组组织（HUGO）会员；曾任国际数据库组织（CODATA）生物大分子专业组委员；国际纯粹及应用物理学会（IUPAP）生物信息学专业委员会委员；国际纯粹及应用物理学会（IUPAP）生物物理专业委员会委员(1992-1996)；中国生物物理学会秘书长、副理事长；中国物理学会理事。 1964年毕业于中国科技大学生物物理系； 1985年到1987年获洪堡奖学金在德国纽伦堡大学从事生物大分子电子结构研究。1994年到2003年作为访问学者或访问教授先后在香港中文大学；美国加州洛杉矶大学；美国哈佛大学；日本大阪大学蛋白质研究所；台湾理论科学中心等从事合作研究。是我国最早从事理论生物学和生物信息学研究的科研人员之一。三十多年来在生物信息学领域进行了系统的研究，曾参加我国第一个完整基因组泉生热袍菌 B4基因组序列的组装和基因标识，曾参加人类基因组1%和水稻基因组工作草图的研究。近十几年主要从事非编码RNA的系统发现与功能研究。共发表SCI收录的学术论文300余篇。由于其在基因组信息学领域的早期工作，1996年 9月29日至10月3日在日本筑波召开的第十五届国际科学技术数据委员会(CODATA)大会上应邀作“Kotani Memorial Lecture”，同时获得“小谷正雄”奖 ("Kotani Prize"，生物领域 )。 2007年当选为中国科学院院士。2008年获何梁何利基金科学与技术进步奖。2012年获谈家桢生命科学成就奖。2013年获得国家科学技术进步奖二等奖，2014年当选为国际欧亚科学院院士。

    报告摘要

    报告将围绕人工智能在健康科学领域的发展与应用展开。首先介绍人工智能的基本内涵，剖析其技术特质与创新价值；其次梳理现阶段人工智能落地健康科学的实际应用场景及主要的争议点；最后结合行业发展趋势，展望人工智能在健康科学领域的发展前景与突破方向。

    2

    主讲人

张敏

    报告题目

    Modeling Time-varying Effects of Recurrent Exposures: A Time-Adapted Exponential Model to Assess Impact of Post-LVAD Bleeding on Mortality

    个人简介

    张敏，清华大学万科公共卫生与健康学院副院长，入选国家级人才计划，长聘教授（二级教授），清华大学万科讲席教授，清华大学人工智能学院兼聘教授，美国统计学会会士。 张敏教授2023年加入清华大学，之前在美国密歇根大学生物统计系历任助理教授、副教授和教授。 长期从事统计方法学研究及其在健康大数据、生物、医疗和卫生等领域的应用。在统计方法方面，研究方向包括半参数模型、因果推断、最优个体化治疗策略学习、临床试验设计与分析、生存分析、机器学习等。研究聚焦于应对新型数据类型和复杂科研问题，发展高效且稳健的统计建模与推断方法。相关成果发表在多个统计与生物统计权威期刊上，如 Journal of the American Statistical Association、Annals of Applied Statistics、Biometrics、Biostatistics、Statistics in Medicine 等。同时注重将统计理论与医学实践紧密结合。二十年来与多家美国医院及医学院开展深入合作，致力于为风险预测与临床决策提供统计证据。医学研究成果发表于包括 JAMA、The Lancet Respiratory Medicine、European Heart Journal、Journal of the American Society of Nephrology、Journal of Heart and Lung Transplantation 等国际顶级医学期刊。

    报告摘要

    Bleeding is a common and recurrent adverse event in patients following left ventricular assist device implantation and is associated with an increased risk of mortality. Our method is motivated by the need to understand the impact of bleeding on mortality, which poses several challenges: (i) bleeding can occur at any time postimplantation; (ii) its effect varies over time; and (iii) bleeding events often recur. However, no existing method addresses all these challenges. This study introduces the Time-Adapted Exponential (TAE) model, which accommodates recurrent bleeding events and incorporates an exponential time-adapted term in the Cox model to characterize both the transient effect at the moment of onset and the evolving effect over time for each bleeding occurrence. The TAE model also provides a framework to assess whether the effect of bleeding events varies over time and whether each bleeding has a homogeneous effect. Asymptotic properties of the TAE estimator are derived. Extensive simulation studies demonstrate that the TAE method exhibits strong numerical performance. Application to the INTERMACS database reveals a decaying pattern in mortality risk following each bleeding event. Furthermore, all bleeding events are associated with an increased risk of mortality, with the first event having a greater impact than subsequent ones.

    3

    主讲人

李霓

    报告题目

    癌症筛查进展与思考

    个人简介

    李霓，女，北京协和医学院研究员、博士生导师，中国医学科学院肿瘤医院癌症早诊早治办公室副主任。研究方向为癌症筛查与早诊早治。主持国家重点研发计划，国家科技重大专项课题，国家自然科学基金等课题。近五年以第一/通讯作者于Lancet Respir Med，Nat Rev Clin Oncol等国际权威期刊发表论文50余篇，国家发明专利1项，软件著作权3项，制定3部国家级癌症筛查指南，执笔我国首套癌症筛查标准。兼任中华预防医学会健康大数据与人工智能应用专业委员会副主任委员、中国抗癌协会肺癌整合防筛专业委员会副主任委员、中国标准化协会卫生健康专业委员会副主任委员。

    报告摘要

    筛查与早诊早治是降低癌症疾病负担的有效手段。近年来，我国以组织性筛查项目为主体的癌症筛查工作不断发展，在筛查成效评价、策略构建、技术规范、指南标准和数据资源等方面形成了较为系统的实践基础，但受目标高危人群规模庞大、医疗卫生服务能力有限等因素影响，筛查服务的可及性和人群覆盖率仍有进一步提升空间。如何在巩固和优化组织性筛查的基础上，进一步拓展筛查服务场景、提高高危人群识别和筛查效率，成为当前癌症筛查模式发展的重要方向。机会性筛查基于日常诊疗服务，充分利用电子健康记录和多源临床大数据，通过数据整合、智能风险评估和筛查路径衔接，将癌症风险识别、筛查建议及后续管理嵌入常规医疗服务，试点结果初步显示了其在高危人群识别、筛查实施和阳性发现方面的可行性。面向未来，还需进一步围绕“筛什么癌、筛哪些人、采用什么技术”等关键问题，综合考虑疾病负担、个体风险、筛查获益、技术性能及医疗服务承载能力，持续优化癌症筛查策略和资源配置，推动组织性筛查与机会性筛查协同发展。

    报名方式：

    请于2026年9月6日前扫描下方问卷星二维码填写报名信息，提交报名信息后将显示会议群二维码，请及时扫码入群，以便及时获取会议信息。

    联系方式：

    联系人：钱老师

    电话：62511318

    邮箱：health@ruc.edu.cn

    网址：health.ruc.edu.cn