在医学领域，科学文献、临床证据及相关数据集的快速增长，对医学研究者、临床决策者造成了巨大的信息负担。自然语言处理技术尤其是大语言模型（例如ChatGPT等）中科学推理能力的突破性发展为缓解信息负担提供了全新手段，也为人机融合临床研究决策带来了全新场景。本课程将AI技术与文献挖掘方法结合起来，聚焦大语言模型在医学文献大数据知识挖掘中的应用，基于常见疾病场景及经典案例进行课程设计，兼顾创新性与实用性。
Python健康医疗数据分析是开展健康数据科学、人工智能、机器学习等相关领域研究的重要基础，Python健康医疗数据分析是开展健康数据科学、人工智能、机器学习等相关领域研究的重要基础，通过真实医疗数据分析，深入了解编程和机器学习的相关原理，以及提高解决问题的实际动手能力。
文献数据是医学知识的显性载体，互联网上日益丰富的文献是不可多得的优质资源与科研宝藏。本课程聚焦医学文献大数据中的知识挖掘，基于常见疾病场景及经典案例进行课程设计，强调数据分析赋能科研产出，突出创新性与实用性，旨在指导学员 全面提升从医学文献中发现科学问题，从数据研究中提炼知识与证据，运用研究成果提升临床实践的全周期各项关键能力。
北京大学健康医疗大数据国家研究院版权所有 2019-2020
