SDG 专题征稿 | 人工智能在人群医学与公共卫生中的应用
人工智能在人群医学与公共卫生中的应用
AI for Population Medicine and Public Health
客座编辑: 周少华,中国科学技术大学;杨维中,中国医学科学院北京协和医学院;Amalie Dyda,澳大利亚昆士兰大学
期刊名称:npj Digital Medicine
截止日期:2026年5月15日
点击阅读原文或扫码进入征稿页面
专题征稿
人工智能 (AI) 有潜力改变医疗保健行业,并颠覆医学领域。尽管其在疾病诊断、精准医疗和工作流程自动化方面的应用已取得进展,但其在人口医学和公共卫生领域的潜力仍需充分发挥。本合集旨在弥合人工智能发展与其在人口和公共卫生领域应用之间的转化差距。本系列征集针对人口医学和公共卫生的人工智能技术的研究,包括但不限于:
利用多源数据或多中心医疗大数据或非传统数据进行传染病早期发现和预警
检测和追踪病原体,利用先进的算法识别微生物威胁并绘制其传播途径
抗生素耐药性和使用模式分析,包括全耐药 (PDR)、广泛耐药 (XDR) 和多重耐药 (MDR) 检测,以及人群水平的抗生素利用监测
人工智能驱动的公共卫生政策模拟和优化,以增强决策和结果
人工智能驱动的动态风险分层,增强慢性病管理
利用人工智能算法持续评估和分类与慢性病相关的不断变化的风险水平
基于大数据的急性传染病与慢性病的相互作用与关联
利用人工智能的先进方法来增强临床路径优化并简化医疗保健系统中的资源分配。
适用于健身追踪器、智能手表和生物传感器贴片等可穿戴设备的人工智能
多模式融合,有效利用人口医学和公共卫生领域常见的多种数据流的互补特性
边缘计算在资源受限环境中的转化应用
联邦学习和隐私保护可缓解影响医疗实践的数据孤岛挑战
为人口医学和公共卫生下游任务设计并演示的基础模型
本特刊符合并支持联合国可持续发展目标SDG3: Good health and well-being。
客座编辑
周少华
周少华教授致力于医学图像计算,特别是分析和重建及其在实际应用中的研究。他先后在中国科学技术大学、新加坡国立大学和马里兰大学帕克分校获得学士学位、硕士学位和博士学位。目前,他是中国科学技术大学苏州高等研究院生物医学工程学院的杰出教授和执行院长,并担任医学成像、机器人、分析计算与学习中心(MIRACLE)主任。他曾担任西门子医疗研究中心的首席专家和高级研发总监。周博士已发表350多篇书籍章节以及同行评审的期刊和会议论文,注册了150多项授权专利,撰写和编辑了8部研究专著。他积极参与专业社群建设,曾任医学图像计算与计算机辅助干预(MICCAI)学会执行财务主管兼董事会成员(19-24年)、医学开放人工智能网络(MONAI)项目顾问委员会成员(20-24年)、MICCAI2020会议程序联合主席、IEEE Transactions on Medical Imaging(16-23年)、IEEE Transactions on Pattern Analysis and Machine Intelligence(IEEE模式分析与机器智能交易)、npj Digital Medicine(数字医学)和Medical Image Analysis(医学图像分析)等期刊编委,以及AAAI、CVPR、ICCV、MICCAI和NeurIPS领域主席。他曾荣获多项奖项,包括R&D 100奖(被誉为“发明界的奥斯卡”)、西门子年度发明家奖、UMD ECE杰出校友奖、MICCAI青年科学家奖和ISBI最佳论文奖论文入围者,以及BMEF年度编辑。他被选为AIMBE、IAMBE、IEEE、MICCAI和NAI的会士。
杨维中
杨维中教授:博士生导师,中国医学科学院北京协和医学院特聘教授,现任群医学及公共卫生学院执行院长。曾任中国疾控中心副主任。目前主要社会兼职有国务院健康中国行动推进委员会专家咨询委员会委员,国家卫生健康委卫生应急专家咨询委员会秘书长,国家免疫规划专家咨询委员会委员,中华预防医学会副会长,全球华人公共卫生协会秘书长。杨维中教授曾获10项科技奖,其中国家科学技术进步特等奖(2017年)和国家科学技术进步一等奖(2014年)各1项。研究团队多年来专注于传染病预防控制和监测预警、卫生应急和公共卫生管理研究。目前也开始探索预防医学、公共卫生教育改革,群医学(Population Medicine)学科建设等相关研究。主要研究方向:传染病流行病学、感染性疾病群医学。杨维中教授领衔的感染性疾病群医学团队始终坚持以解决国家重要疾病和健康问题为核心,综合运用包括基础生物科学、现代医学和社会科学在内的多学科的技术、方法和研究成果来分析疾病和健康问题。团队主要开展新冠等呼吸道传染病致病机制与防治研究,是世界上最早发现新冠病毒和病毒经食品冷链传播途径的团队。近三年来,团队成员作为通讯作者/第一作者在Cell、Lancet、JAMA、Cell Host Microbe、Lancet Microbe、Lancet Resp Med等发表论文101篇,被引用逾5万次(Research Gate数据),入选2020、2021年度爱思唯尔中国高被引学者榜单。主持国家重点研发计划、国家自然科学基金重大项目等25项。作为主要获奖人获省部级及以上科技奖励5项。
Amalie Dyda
Amalie Dyda博士是一位传染病流行病学家,在公共卫生学院从事教学和研究工作。2009年,她在澳大利亚国立大学获得应用流行病学硕士学位,随后于2017年在新南威尔士大学获得博士学位,研究成人疫苗可预防疾病。她曾在澳大利亚多个卫生部门担任现场流行病学家,并在传染病和数字公共卫生领域拥有丰富的研究经验。她的研究重点是应用技术、数字监控系统和机器学习来加强传染病的预防和应对。她目前正在领导并参与一些项目,探索如何利用人工智能和自然语言处理来支持实时疫情检测和公共卫生决策。Dyda博士还参与开发数字工具,以支持免疫接种和大流行防范。
npj Digital Medicine致力于研究数字医学的各个方面,包括数字和移动技术的临床应用和实施、虚拟医疗以及人工智能和信息学的创新应用。该期刊旨在通过整合新型数字和移动技术来引导健康和医疗保健的转型。该期刊为寻求完全开放获取且更具包容性的论文发表平台的Nature Portfolio作者提供了更多选择,由数字健康专家领导,他们携手合作,致力于培养高质量的研究成果。作为Nature Partner Journal系列的一部分,该期刊致力于与科研界和其他施普林格·自然旗下期刊建立全球合作伙伴关系。
点击“阅读原文”,访问征稿页面