计算机科学正通过两个湾区最重要的学术机构的首创研究生项目进入临床领域。
UCSF/UC Berkeley 联合计算精准健康（CPH）项目今年秋季迎来了第二批博士生。该项目将计算和人工智能的进步应用于医学、研究和公共卫生领域产生的大量高质量数据。学生同时接受计算机科学以及临床或公共卫生实践的培训，将通常孤立研究的学科结合起来。
这种教育合作将 UCSF 的顶级临床护理、研究和信息学与 UC Berkeley 在计算机科学、工程和统计学方面的世界领先地位，以及两个机构在人口健康方面的专业知识相结合。学生的学位将来自这两所大学。
CPH 项目内的多样化专业知识意味着为医学开发人工智能的研究人员与熟悉临床护理细节的医生密切合作。
“通过关注医疗保健提供的现实情况，CPH 的培训优先考虑既具有临床实用性又公平的计算方法，”UCSF 的首席研究信息官 Ida Sim 医学博士、哲学博士说。
Sim 与 Berkeley 的生物统计学和流行病学教授 Maya Petersen 医学博士、哲学博士共同指导该项目。该项目有五位在两个机构都有任命的专职教师，以及近 70 位附属教师。
“我想向我的学生传授的是，这个领域的研究是关于构建通向我们想要的未来的桥梁，”CPH 助理教授 Adam Yala 博士说，“我们可以建立伙伴关系并设计能够改变现状的方法。”
一种新型博士
该项目的首批六名学生于 2023 年秋季入学，他们正在预测心脏问题、研究大型语言模型中的偏差，并使用计算方法分析医疗提供者的笔记以进行临床决策。
今年又有九名学生入学，他们是从 280 多名申请者中选拔出来的。
每个学生的第一年都在计算机科学实验室轮转。第二年，他们深入临床和公共卫生环境，将他们的研究想法与临床护理的实际情况相结合。
“我们的重点不仅在于发现，还在于部署，开发在现实世界中有效的工具。”CPH 执行主任 Daniel Wolfe 公共卫生硕士说。
Alex Schubert 于 2023 年从 Berkeley 的健康政策研究生项目转到 CPH，专注于开发能够预测心源性猝死风险的算法。
“UCSF 的临床优势和 Berkeley 的人工智能专长的结合使 CPH 成为像我这样的研究人员的最佳场所之一，我们希望通过关注现实世界的临床影响来推进医学人工智能领域，”Schubert 说，他与 CPH 助理教授 Ahmed Alaa 博士和 Berkeley 的公共卫生副教授 Ziad Obermeyer 医学博士合作。
Adam Yala 博士正在帮助 CPH 学生应用人工智能和机器学习，通过分析乳房 X 光检查、MRI 图像、家族史和临床笔记来改善个体癌症风险预测和筛查政策。
“我想向我的学生传授的是，这个领域的研究是关于构建通向我们想要的未来的桥梁。我们可以建立伙伴关系并设计能够改变现状的方法，”Yala 说，他是 Bakar 计算健康科学研究所的成员，“这种自我实现的精神将在未来增加他们研究的影响力和乐趣。”
诊所中的人工智能
将人工智能引入诊所的障碍之一是需要整合数据的各种形式，从电子健康记录和公共卫生数据到通常基于专有算法运行的可穿戴设备的信息。
与 Berkeley 数据科学研究所的教师主任 Fernando Perez 博士合作，Sim 旨在开发一个安全的开源平台，用于在维护隐私的同时聚合此类数据。
在接下来的两年中，他们称之为 JupyterHealth 的技术将通过 UC Berkeley 计算、数据科学和社会学院的敏捷代谢健康项目进行试点，该项目旨在为代谢健康问题患者整合来自血压设备和连续血糖监测器的数据。
该团队计划将该平台引入 UCSF 的糖尿病和体重管理诊所，以及 Sim 看病的 1600 Divisadero 新初级保健诊所。
CPH 将继续寻求新的高质量、去识别化的健康数据来源，并结合其战略咨询委员会的指导，该委员会包括来自工业、科学、医学和卫生政策的领导者。
“CPH 正在推进双重使命：领导世界一流的学术项目，并在医院、诊所和社区产生改变世界的影响，”CPH 的执行主任 Daniel Wolfe 公共卫生硕士说，“我们的重点不仅在于发现，还在于部署，开发在现实世界中有效的工具。”
