医维矩阵 (MedX Lab)

国际医信交叉研究平台

Email:

团队背景

title1

医维矩阵（MedX）由北京大学团队与爱丁堡大学团队的人工智能研究者、医学研究者联合组建，协同北京大学肿瘤医院、北京大学第三医院等高水平三甲医院科室，共同构建高可信、易用的医学人工智能平台。我们的目标是聚焦大语言模型技术，赋能临床诊疗决策与医学科研，打造“临床需求-技术研发-应用落地”的全链条闭环，弥合医学与信息科学领域间的技术鸿沟，从理论探索到临床实践，为医生、患者及公共卫生决策提供创新支持。

title2

从北京大学未名湖畔到爱丁堡皇家医学院，医维矩阵实验室致力于站在医工交叉的前沿，坚持“问题从临床中来，成果到临床中去”。我们期待与全球医学研究者共建开放协作生态，让人工智能真正成为医生手中的“超级柳叶刀”与患者的“贴身护卫”。我们为大家提供：团队研发最新医学 AI 工具试用、AI for Science 成果与研究思路分享、国际医信交叉领域新动态跟踪。关注我们，共同见证 AI 如何重新定义医学的未来！

核心研究方向：临床驱动的医学人工智能

基于电子病历的精准医疗预测

构建临床可验证的高可信、可解释性深度学习框架，开发细粒度决策逻辑可视化平台，缓解黑箱模型临床部署障碍（决策透明度低、医生信任缺失），支持疾病风险预警、诊疗推荐等任务。

医疗垂直领域基础大模型

构建个体诊疗电子病历数据与医学专家经验双维度知识基座，解决跨模态数据知识的异构性融合问题。

大模型驱动的 AI for Science 科研平台

突破医学研究者 AI 技术应用壁垒，提升临床数据挖掘研究效率，推动解决深度学习临床落地“最后一公里”。

研究成果

学术服务

会议组织

主持举办 CCF-A类国际会议 KDD Workshop、自然语言处理知名会议 ICLR Workshop。

学术评审

担任 CCF-A类国际会议 KDD Best Reviewer；获 Science 合作期刊 Health Data Science 年度审稿人奖及长期客座编辑；美国医学信息学会 AMIA 审稿人奖；长期受邀担任《柳叶刀》、《自然》、《新英格兰医学杂志》等顶刊审稿。

受邀报告

受英国皇家学会院士/英国医学科学院院士邀请报告、首届国家产科质控大会、Health Data Science 期刊、美国国家新冠合作组织 N3C、ML4H 会议等多场受邀报告。

团队成员

马连韬

北京大学软件工程国家工程研究中心研究型助理教授（Research Assistant Professor，助理研究员），北京大学计算机软件与理论博士毕业，北京大学计算机系博雅博士后（已出站）。

马连韬教授长期从事医信交叉、电子病历数据深度学习可解释分析研究工作，其研究成果已服务于智慧医疗领域，包括终末期慢性肾病、淋巴瘤以及新冠肺炎重症患者的诊疗辅助等。

研究兴趣：

医信交叉，智慧医疗，预后预测，诊疗辅助
多变量时间序列电子病历数据分析
可解释深度学习
临床应用：终末期慢性肾病、淋巴瘤、产科

高峻逸

英国爱丁堡大学健康数据科学专业的博士三年级学生，师从全球AI+医疗领域的领军人物Jimeng Sun教授和爱丁堡大学医学信息学系主任Ewen Harrison教授

高峻逸博士在Nature Communications、JAMIA、WWW等顶级期刊和会议上发表了多篇论文，其开发的疫苗需求预测工具和新冠感染人数预测模型被美国伊利诺伊州公立医疗机构和IQVIA等机构采用，并在美国新冠政策制定中发挥了重要作用。