시간 :2025年1月3오후4点
地포인트 :新캠퍼스 정보 빌딩416컨퍼런스室
스피커: Long Qi
个人简소개 :
龙Qi,현재 Wharton School of Business School of Business의 의과 대학 생물 역학 교수 및 통계 교수. 또한 생물 통계학과, 전염병 및 정보학 부국장으로도 활동하고 있습니다. 암 데이터 과학 센터의 창립 이사; 데이터 과학 및 인공 지능을 담당하는 Cancer Research Institute 부국장; 생명 의학 연구소 부국장. 미국 통계 학회의 과학 동료의 미국 협회의 연구원으로 선출되었습니다, 국제 통계 협회의 연구원 및 미국 의료 정보 협회의 연구원. 정밀 의학 및 안전 카지노과 관련된 통계에 대한 장기 참여, 정보학, 기계 학습, 인공 지능에 대한 연구, 의료 빅 데이터 분석 및 추론 포함(다중 생물 데이터, 전자 의료 안전 카지노 데이터, 이미지 데이터 등),Missue Data, 원인 및 효과 분석, 베이지안 방법, 임상 실험, 데이터 개인 정보 보호, 알고리즘 공정성 및 대형 언어 모델. 출판 된 잡지에는 국제적으로 유명한 저널이 포함Nature Medicine, Nature Communications, Jama Oncology, Cancer Research, PNA,통계 상단 저널Annals of Statistics, Journal of the American Statistical Association,andAI/안전 카지노최고 회의IC안전 카지노, Neurips。
보고서 추출물want :
RichEHR (Electronic Health Records) 데이터는 정밀 의학 발전에 놀라운 기회를 제공하며, 또한 어려운 분석 문제를 제시합니다. 실험실 및 생물과 같은 구조화 된 데이터, 진단 및 절차 코드와 같은 체계화 된 데이터, 임상 노트 및 병리학 보고서와 같은 구조화되지 않은 데이터를 포함하여 다양한 빈도로 불규칙한 시간 간격으로 안전 카지노되는 EHR의 다중 모달 데이터. 일반적으로 불완전하고 다른 데이터 오류 및 편견으로 가득합니다.EHR의 데이터 격차와 오류는 종종 환자 그룹에 의심 할 여지없이 배포됩니다: 치료에 대한 접근성이 적거나 종종 유색인 또는 사회 경제적 지위가 낮은 사람들은 미국의 EHR에 더 불완전한 데이터를 갖는 경향이 있습니다. 이러한 데이터 편향은 적절하게 해결되지 않은 경우 편향된 결과로 이어지고 안전 카지노 불평등을 악화시킬 것입니다. 이 대화에서 저는 이러한 과제를 해결하기 위해 LLMS (Large Language Model)를 포함한 책임있는 AI/ML 모델에 대한 연구 그룹의 최근 작품을 공유 할 것입니다. LLM은 다양한 편견에 시달리기 때문에 LLM의 함정과 위험을 완화하기위한 엄격한 통계 및 ML 방법 개발에 대한 지속적인 연구에 대해 간략하게 논의 할 것입니다.
