随着医疗领域进入快速数字化阶段，医学从业者以前所未有的方式与数据发生密切互动，成为数据生产者、分析者、以及数据产品的使用者和评价者。在数字化驱动健康医疗模式变革之际，为了更好地培养医学本科生数据素养、科学素养与创新精神，提升科学研究与创新能力，北京大学健康医疗大数据国家研究院于设立“健康数据科学大学生创新实验项目”，鼓励有热情和兴趣的北京大学本科生参加健康数据科学专业导师指导下的学术研究活动。

现将2024年项目申报通知发布如下：

一、 资助项目数量、指导教师研究方向：

本年度，计划资助项目7-14项，指导教师信息如下：

指导教师：张路霞

个人主页：http://www.nihds.pku.edu.cn/info/1251/1532.htm

研究方向1：大数据驱动的环境肾脏病学研究

研究内容：基于全国性的肾脏疾病临床病历数据、队列研究数据、卫生监管数据、国外大型医学公共数据（如UK biobank、Health and retirement study），融合高分辨率多维环境变量数据（如空气污染、气候因素等），应用传统流行病学统计模型或前沿机器学习方法，识别影响肾脏疾病发生发展的环境危险因素，建立二者精细化暴露反应关系，并探索基因与环境交互作用对肾脏疾病发生发展的影响。参与本研究可掌握常见医学公开数据库和环境数据的来源和获取方法，学习医学数据清理、可视化和常用统计模型的R语言代码编写。

研究方向2：慢性肾脏病预测预警模型研究

研究内容：慢性肾脏病是全球范围的重要公共卫生问题，具有高患病率、高致残率、高医疗花费和低知晓率的“三高一低”的特征。在一般和高危人群中进行新发慢性肾脏病的筛查和预警研究具有重要的公共卫生意义。基于此，本研究拟指导学生基于一般人群体检队列纵向数据，开展高危人群（糖尿病患者）新发慢性肾脏病的风险预测预警模型开发及相关因素分析。

指导教师：洪申达

个人主页：http://www.nihds.pku.edu.cn/info/1251/1863.htm

研究方向3：医疗时序数据的人工智能算法研究及临床应用

研究内容：基于智能手环、智能手表、多参数监护仪等便携式监测设备采集的生理信号数据，以及患者临床资料表格数据，建立机器学习和深度学习人工智能模型，开展睡眠质量评估、心脏健康管理等临床应用与验证。本研究将学习并实践面向人工智能的python代码编写技能，与医院科室紧密合作，应用并验证人工智能模型于临床实践。

指导教师：杜建

个人主页：http://www.nihds.pku.edu.cn/info/1251/1534.htm

研究方向4： 医学因果知识图谱构建方法及应用

研究内容：基于生物医学文献、公共知识库、临床试验注册平台、电子健康档案等，通过自然语言处理和知识工程方法，研发适用于多模态数据的系列因果知识抽取工具，挖掘不确定性/矛盾性因果关系，构建因果知识查询和发现引擎。本研究将学习并实践面向医学因果知识图谱构建和查询的SPARQL、Cypher代码编写技能，体验因果关系解释网络对于提升医疗结局可解释性的价值。

指导教师：周亮

个人主页：http://www.nihds.pku.edu.cn/info/1251/1535.htm

研究方向5：健康数据可视分析

研究内容：与相关医学专家紧密合作，对临床诊疗、药物不良反应报告、中医方剂等各类型复杂多元异构数据进行可视分析研究（具体内容根据参与者兴趣确定）。本项目将有机结合交互可视化和包括机器学习在内的数据分析技术，设计新可视分析方法，实践Javascript、Python语言，实现交互可视化软件工具。

指导教师：孔桂兰

研究方向6：医学大数据驱动的智能决策支持方法及应用研究

个人主页：http://www.nihds.pku.edu.cn/info/1251/1533.htm

研究内容：基于医疗实践产生的真实世界医学大数据 (如重症监护ICU大数据、临床糖尿病大数据、急诊大数据等)，运用回归分析、传统机器学习、证据推理、深度学习等方法进行数据分析与挖掘，找出临床各种症状之间、症状与疾病或不良预后之间的关联关系，并构建疾病亚类分型、预后预测及自动化决策支持工具、以辅助医护人员进行优化的临床决策。本研究将学习并掌握健康医疗大数据分析方法，与临床医院、疾控中心及智能决策领域专家有深入交流与合作，开发真实世界医学大数据驱动的智能决策支持模型并应用到具体的疾病领域。

指导教师：隋尧

个人主页：http://www.nihds.pku.edu.cn/info/1251/1864.htm

研究方向7：面向临床脑疾病诊治精准导航的智能神经成像

研究内容：当前磁共振成像的对比度与分辨率不足，是导致在临床上漏检大量脑部病灶的主要原因。本研究探索对每一位患者个体进行最优信噪比与最优对比度的快速、高分辨率成像方法，以在临床上对脑部病灶无创检测与精确定位。本研究将与哈佛大学医学院计算放射学团队、哈佛大学附属波士顿儿童医院、及北大附属医院紧密合作。参与本研究可掌握磁共振脉冲序列设计、扫描协议定制、磁共振数据结构、深度神经网络设计与实现、图像重建算法、及科技论文写作实践技能。

指导教师：孟若谷

个人主页：https://www.nihds.pku.edu.cn/info/1251/1557.htm

研究方向8：基于真实世界数据的慢性病和药物流行病学研究

研究内容：基于区域卫生信息平台和超大型人群体检数据开展真实世界研究，分析糖尿病及脂肪肝流行情况、共病情况、预前预后危险因素，探索降糖药上市后有效性及安全性。本研究将学习流行病学研究设计，研究方案、数据管理计划及统计分析方案撰写，SQL语言及STATA等分析软件，参与超大人群EMR及体检数据清理及统计分析，进行论文写作实践。

二、 学生申请条件：

医学部在校大二年级及以上本科生；不支持毕业班或长学制已进入二级学科学生的申请；

可以个人或团队形式申报，以团队形式申报者，团队人数一般不超过3人，团队成员要有明确分工；

每人每年限主持或参加一个项目，已承担研究项目尚未结题的学生不能申报；

申请人（包括项目组所有成员）必须所有已修课程全部及格（含补考及格）。

三、 立项流程：

学生结合个人技能与兴趣选定指导老师，与指导老师沟通确定研究方向并完成申请书撰写（附件1）。学生于2024年9月6日前将附件申请书电子版(WORD格式文档)发送到邮箱：sunxy@bjmu.edu.cn。（后期获立项后将在北京大学医学部“大学生创新实验项目管理”系统内再次提交。操作说明见附件2《大学生创新实验操作手册（学生）》）。

研究院内视报名情况通过申请书评审、组织答辩等形式确认立项项目。每位导师每年指导的项目不超过2项。

四、 进度安排：

项目申报：即日起至2024年9月6日

项目立项、公示、计划书填写：2024年9月9日至2024年9月26日（计划书模板见附件3）

项目周期：2024年9月27日2025年9月26日

项目中期报告提交：2025年3月28日前

项目结题报告提交：2025年9月19日前

项目结题评估：2025年9月22日-2025年9月30日

五、 过程管理

获立项学生要认真完成项目，积极探索，在导师指导下进行科学研究并完成研究项目，以了解和掌握科研的基本方法、手段及过程，拓宽学术视野，并培养独立承担研究工作的能力。所有立项项目均纳入北京大学医学部“大学生创新实验项目管理”系统管理，按系统管理要求提交报告，至项目中期，对于项目完成进度不达标的项目将中止资助。

如果学生在项目实施期间受到学术警告或考试课程出现不及格，将取消其资助项目。

六、 注意事项

为了保证完成研究计划，获得立项的学生要合理安排时间，保证有较充裕的时间投入，主动与导师联系，了解导师对研究项目的要求，听从导师的安排和指导。

七、 咨询方式

对本项目有任何问题均可通过以下方式联系咨询：

联系人：孙老师

联系电话：82806544

邮箱：sunxy@bjmu.edu.cn