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。
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；
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；
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；
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；
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；
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；
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。
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)
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
• 18:30–20:00
主题：大模型时代的医学知识图谱：概念与应用
讲师：杜建
• 18:30–20:00
主题：医学本体及其二次挖掘和利用
讲师：杜建
• 20:00–21:00
主题：本体：健康数据标准化与人工智能的知识基础
讲师：何勇群
• 8:30–9:30
主题：采用网状Meta分析挖掘文献价值
讲师：孙凤
• 9:30–12:00
主题：使用AI工具辅助开展多源证据提取及综合
讲师：贺子璇、孙华鸽
• 13:30–16:00
主题：大语言模型辅助构建循证因果有向无环图
讲师：史轩宇
• 18:30–20:00
主题：医学科学问题挖掘：文献中未知知识与矛盾证据的识别与利用
讲师：赵文静
• 20:00–21:00
主题：症状网络及其在症状管理中的应用
讲师：朱政
• 8:30–9:30
主题：中医药人工智能和网络医学
讲师：周雪忠
• 9:30–12:00
主题：知识增强大语言模型在医学领域的应用：PrimeKG提高大模型的医疗诊断水平
讲师：谢士尧
• 13:30–16:00
主题：图挖掘与大模型的结合：Graph-RAG用于疾病机制及临床可干预变量的挖掘
讲师：王爽
• 16:00–17:00
主题：课程总结与问答
讲师：杜建
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。
1.费用：3600 元/人（共20课时）
2.报名缴费流程：
1）报名：扫描下方二维码填写报名信息。
2）缴费：
【路径一】：报名后，北京大学医学部缴费平台发送缴费链接到参会代表注册邮箱，请点击缴费链接交费；
【路径二】：报名后，将培训费用于截止日期前全额对公汇入以下账户：
账户名称：北京大学医学部
开户银行：工商银行北京东升路支行
账 号：0200 0062 0908 9112 565
用途（汇款时请备注）：健康数据科研+学员姓名
注：将缴费凭证（转账截图/汇款凭证照片）通过微信或邮件发送给报名联系人崔老师（联系方式见下），确认报名成功。
3. 报名缴费截止时间：2025年6月10日。
报名联系人：崔老师
电话：010-82806531，13810687742（微信号：16759657）
邮箱：pku_dshm@bjmu.edu.cn
地址：北京市海淀区学院路38号北京大学医学部校内北大医学科技楼（100191）
