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。

根据医学部总体安排，

现将2026-2027学年项目申报通知发布如下：

一、 指导教师研究方向：

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：慢性疾病的共病机制和预测模型研究

研究内容：2023年美国心脏协会提出“心血管-肾脏-代谢综合征（CKM）”的概念，将肥胖、代谢性危险因素（/慢性肾脏病中高危）、心血管疾病前期（/慢性肾脏病高危）与最终的心血管事件作为整体认知，并强调预防和干预的早期性和连续性。前期横断面研究数据显示我国CKM疾病负担严重，其中，肥胖和血糖异常患病率上升趋势显著。基于此，本研究拟指导学生基于糖尿病及慢性肾脏病患者队列数据，开展CKM危险因素的“共病”研究，阐明CKM组分在中国糖尿病和慢性肾脏病患者人群中的聚集特征和与CKM分期的一致性，与新发心血管事件的关联；进一步，拟验证和改进纳入CKM组分的PREVENT预测模型。

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：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： 知识图谱增强的共病预测

研究内容：现有疾病预测模型主要依赖年龄、性别、诊断、用药等结构化病历数据，但很少利用医学文献中积累的疾病关联、共病网络和药物多效性证据，难以捕捉疾病间的复杂联系。本项目基于课题组构建的流行病学关联知识图谱（EpiKG），将患者的电子病历数据映射至知识图谱，生成融合群体先验知识的个体化向量表征，与传统预测因子结合，构建知识增强的共病进展预测模型。该策略使模型能够利用疾病间内在关联和药物跨病种效应指导预测，从而提升准确性、泛化能力与可解释性。本项目将基于课题组已公开的专利技术开展进一步研发与验证。项目涉及知识图谱、图嵌入、机器学习方法的融合，欢迎对AI+医疗感兴趣、有一定编程基础的同学加入。

课题组已公开专利（参考）：https://d.wanfangdata.com.cn/patent/ZL_CN202511808736.6_CN121938537A_20260428

指导教师：周亮

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

研究方向：超声引导穿刺智能路径分析与增强现实训练

研究内容：超声引导穿刺术利用实时超声影像的精确监控，对患者体内的病变或特定目标进行定位，从而引导精确穿刺，对降低手术风险具有重要意义。超声引导穿刺对操作者知识和技术要求高，是医学教育和临床实践训练中重要而课题。本项目有机整合人工智能（AI），增强现实（AR），和可视化技术，为训练者提供直观的引导信息，提高超声引导穿刺训练效果。具体地，拟使用人工智能技术（AI）对超声影像进行分析，给出目标范围，得出穿刺针的定位与方向；设计可视化引导，以直观方式呈现经AI影像分析得出的穿刺路径；通过增强现实手段，将引导信息与影像叠加在仿真穿刺模型实体上。

指导教师：孔桂兰

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

研究方向1：基于大模型与多智能体系统的急危重症智能决策支持算法及应用研究

研究内容：基于医疗实践产生的真实世界ICU重症监护大数据，运用人工智能与前沿统计分析技术（涵盖机器学习、深度学习、大语言模型与多智能体系统等方法）进行多维数据挖掘。研究不仅旨在发现临床各种症状之间、症状与疾病或不良预后之间的关联特征与规律，更将重点引入多智能体协作机制（Multi-Agent System），模拟ICU临床复杂的多学科联合会诊（MDT）场景。通过构建具备角色分工、相互辩论与协同推理能力的专家级智能体矩阵，有效克服单一模型在急危重症复杂环境下的认知偏差（Cognitive Biases）与局限性。在此基础上，构建疾病亚类分型、进展预测、预后预测等自动化决策支持工具。本研究将系统掌握医学大数据与人工智能算法的应用，开发基于多智能体驱动的ICU真实世界急危重症智能决策支持模型，以提供更高可信度、更具临床逻辑的辅助决策方案。

研究方向2：知识与数据联合驱动的糖尿病并发症智能预测建模

研究内容：基于糖尿病电子病历与领域知识，采用“知识+数据”联合驱动范式，融合知识图谱、深度学习及多智能体技术，对糖尿病并发症的发生、进展及预后进行预测建模，并研发自动化决策支持工具。本研究将系统深入学习医学大数据分析方法与多智能体应用技术，构建糖尿病并发症智能预测模型。

指导教师：隋尧

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

研究方向：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：郭欣

个人主页：https://www.nihds.pku.edu.cn/info/1251/2232.htm

研究方向1：面向功能的健康结局指标体系构建与多源证据综合

研究内容：围绕“功能”核心健康结局指标，开展功能结局健康指标体系构建与健康要素证据综合研究：系统梳理面向不同人群的功能结局相关研究证据，构建结构化、标准化的功能结局指标体系与数据集，实现多源异构健康数据的整合与表示；聚焦康复相关健康要素，系统检索研究证据，进行质量评价与多维特征信息提取，对健康要素进行分类汇总与证据整合，识别影响功能的核心健康要素及其证据强度分布。参与本研究可系统提升科研思维与多源数据和证据整合能力，优秀参与者将有机会进入课题组长期科研训练并产出阶段性研究成果。

研究方向2：基于大模型和多源数据融合的慢病科技战略研究

研究内容：基于健康需求和科技创新全过程的“需求-投入-产出-应用”模式，构建适用于慢病领域大规模数据分析与数据挖掘的多源数据集。开展跨源异构数据的标准化整合与关联建模方法研究，探索多结构健康科技数据的统一组织与分析框架；采用大模型技术开展医学临床证据多维特征信息抽取，实现对大规模医学文本的批量信息处理与结构化转化；构建面向慢病防控的科研情报智能生成系统，围绕科技创新动态数据源进行持续监测，识别研究前沿与创新集群。参与本研究将提升智能体应用与科研数据处理能力，优秀参与者将有机会进入课题组长期科研训练并产出阶段性研究成果。

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：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：

本年度大学生创新实验项目分为“萌新项目”与“进阶项目”两类。其中，“萌新项目”主要面向医学部大一和大二学生，资助额度为 1000 - 2000 元；“进阶项目”面向大二及以上非毕业年级的学生，资助额度为 3000 - 5000 元。原则上，“进阶项目”的项目负责人需至少独立完成过1篇完整学术论文，方可申报“进阶项目”。

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2026年9月6日前将申请书电子版(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》）。

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2026年9月6日

项目立项、公示、系统填报：2026年9月7日至2026年9月30日

项目周期：2026年10月1日2027年9月30日

项目中期报告提交：2027年4月1日前

项目结题报告提交：2027年9月20日前

项目结题评估：2027年9月20日-2027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。

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