题 目：以数据赋能个性化医疗：数字孪生在医疗领域的实际应用
报告人：吴焕梅 教授
时 间：2026年04月28日（周二）下午16:00-17:00
地 点：6号楼6228
报告人简介：
吴焕梅，美国天普大学教授，巴内特公共卫生学院全球合作事务助理院长，兼任健康服务管理与政策系主任。主要研究方向聚焦多模态数据融合、人工智能、机器学习、自然语言处理与大型语言模型，长期深耕数字孪生技术在公共卫生领域的创新应用，依托前沿技术赋能群体健康管理与社会服务提质升级。累积发表学术论文150余篇，主持及参与科研项目30余项，研究项目先后获得美国国立卫生研究院（NIH）、美国国家科学基金会（NSF）、美国国际开发署（USAID）、患者中心成果研究与创新组织（PCORI）、青少年糖尿病研究基金会（JDRF）、罗伯特·伍德·约翰逊基金会（RWJF）等多项权威机构科研项目资助。牵头推进多项国内外学术交流计划，主导筹办各类专题研讨与国际学术会议，同时担任国际数字孪生健康学会（DT4HS）创始理事、秘书长及教育委员会主席，助力推动数字孪生与医疗健康交叉学科的科研探索、人才培育与学术生态建设。
报告简介：
健康数字孪生（DT4H），是针对个体健康与医疗体系打造的虚拟数字化映射模型，可依托现实场景动态更新数据信息。本次报告将阐释健康数字孪生的核心原理，剖析其结合传感技术、多模态数据流与人工智能、机器学习模型的构建逻辑与实现路径，重点围绕系统架构设计展开论述，涵盖数据采集、信号处理、实时反馈闭环等关键环节，为定制化、自适应的精准医疗提供技术支撑。报告结合个性化诊疗、慢性病管理、医疗体系优化等落地实例，梳理健康数字孪生从理论概念走向实际落地的发展进程，同时阐明数据科学与统计验证对于保障研究结果可靠、落地方案可行的核心价值。本报告将深入探讨该领域现存关键难题，包括数据融合壁垒、规模化落地、数据隐私保护、算法偏差等问题，并为各学科背景的在校学生梳理前沿科研方向与潜在研究机遇。通过本次报告，参会者将全面了解工程化技术如何赋能健康数字孪生落地应用，助力医疗服务模式革新、改善患者诊疗成效。
信息科学与工程学院
2026年4月27日
