RESEARCH AREAS
研究领域

疾病风险预测大模型


疾病风险预测大模型:利用真实世界多模态医疗健康数据,训练疾病风险预测通用大模型,以预测个体未来不同时间段内的心肌梗塞、中风等多种重大慢病风险。

健康建议与干预大模型


针对重大慢病高风险个体,提供个性化、专业化的健康建议与指导,预防疾病的发生与发展。

大数据和公共卫生政策评估


通过对公共政策的深入解读,结合真实世界数据对政策效益进行系统评估。通过统计分析,评估相关政策对公众健康的影响,包括疾病风险与相应的经济负担。

多组学大数据分析


使用深度学习的范式深入处理转录组学、蛋白组学、代谢组学为代表的大规模组学数据,理解环境暴露和其他因素对于健康的影响,以及基因组差异、表观遗传图景、转录翻译水平改变等生物学机制。

环境健康大数据分析


依托多学科交叉优势,综合应用卫星遥感与地理信息系统、脑影像、生物信息、机器学习等前沿工具和技术,构建高时空分辨率的环境数据集,收集人群的脑电数据、近红外数据及多组学数据,开展流行病学分析。