用于个性化与预防性医疗的人工智能技术

该项目旨在研究医学影像与长期健康数据的整合，以利用人工智能技术对个体健康轨迹进行建模并评估疾病风险。主要研究领域包括个性化风险建模、多模态表征及因果推理，重点在于开发适用于个性化医疗应用的可靠人工智能系统。

关于该项目 该项目将研究如何利用医学影像、多模态及纵向健康数据，以构建个体健康轨迹模型，更早识别疾病风险，预测未来结局，并通过可靠、因果性且以数据驱动的人工智能技术支持个性化预防措施。 医疗护理正逐渐从被动治疗转向更早的预测、预防和个性化干预。人工智能在这一转变中发挥着重要作用，通过分析复杂的医疗数据，能够更清晰地理解个体健康轨迹、疾病风险及未来结果。 该项目将开发用于个性化与预防性医疗保健的先进人工智能医学智能方法。研究将重点在于能够整合并从丰富健康信息中学习的智能模型，这些信息包括医学影像、多模态测量数据及纵向数据。 主要研究主题包括： 个性化风险建模 疾病进展预测 多模态表征学习 纵向机器学习 因果推理与反事实推理 生成式建模与数字孪生 将特别关注开发能够超越人群层面预测的AI系统，转而构建能够反映个体患者及其健康状况变化以及对干预措施或预防策略潜在反应的模型。研究的重要部分还将涉及可靠且可信的AI开发，包括不确定性估计、鲁棒性、可解释性，以及对个性化预测和反事实结果的严格评估。 您将加入高级技术转化人工智能研究([会员信息])实验室，这是一个专注于医疗领域转化人工智能的活跃科研环境，您将与博士生、博士后研究人员以及学术与临床合作者共同工作。 您将接受关于医疗领域人工智能与机器学习的高级研究培训，包括： 深度学习 计算机视觉 多模态学习 纵向建模 因果分析与反事实推理 生成式建模 可信赖的人工智能 培训内容还将包括科学交流、可重复研究、高性能计算以及在知名国际期刊上的发表。 电子与计算机科学学院致力于促进平等与多样性，这体现在我们获得的 Athena SWAN 荣誉上。我们欢迎所有申请者，无论其性别、种族、残疾状况、性取向或年龄如何，并将充分考虑那些寻求灵活工作模式以及已休过职业休假的申请者。该大学拥有完善的产假政策、现场儿童保育设施，并提供多种福利措施，以助力员工保障福祉与工作生活平衡。南安普顿大学致力于可持续发展，并荣获了铂金级 EcoAward 认证。

入学要求 您必须拥有英国 2:1 荣誉学位或其国际等效学位，且所学专业属于以下领域之一： 计算机科学 人工智能 工程学 数学 相关的定量学科 强大的编程、数学及分析能力至关重要。在机器学习、深度学习、计算机视觉或数据科学领域的经验尤为理想。

资助：竞争性资助 学费与资助 我们为英国本土学生和国际学生提供多种资助机会。符合条件的学生可通过“地平线欧洲”学费减免，自动免除国际学生学费与英国本土学生学费之间的差额。 大学通过竞争性遴选授予的校长助学金，为遴选排名靠前的申请人支付国际学生学费与英国本土学生学费之间的差额。 本校各学院通过竞争性遴选提供的博士奖助金，通常为遴选排名靠前的申请人支付按英国本土学生标准收取的学费，并提供生活津贴。 资助采用滚动授予方式，因此请尽早申请，以尽可能增加进入资助评选的机会。 如需更多信息，请访问我们的研究型研究生资助页面。

申请方式 您需： 选择课程类型（研究型）、2027/28学年、工程与物理科学学院 选择全日制或非全日制 查找项目：哲学博士 计算机科学（7089） 在申请表第2部分填写导师姓名 申请材料应包括： 研究计划书 您的CV（个人简历） 2份学术推荐信 截至目前的学位课程成绩单和证书 英语语言资格证明（如适用）