个性化与预防性医疗的人工医学智能

项目概览

本项目正文导师为Rahman Attah博士，联系人字段为Rahman Attar博士，研究利用医学影像、多模态和纵向健康数据，建立个体健康轨迹、提前识别风险、预测结局并支持个性化预防。指导者拼写差异须确认。

项目详情

医疗正从发生疾病后治疗转向更早预测、预防和个性化干预。AI可通过复杂医学数据理解个人健康轨迹、疾病风险和未来结果。本项目发展能整合医学影像、多种测量及纵向数据的智能模型。

主题包括个性化风险、疾病进展预测、多模态表示学习、纵向机器学习、因果及反事实推理、生成建模和数字孪生。目标是从群体预测走向表达个体患者及其变化状态的模型，并分析对干预或预防策略的潜在反应。这些是可能的研究主题，不能视为每位学生必须全部完成，或已证实某项干预有因果收益。

可靠可信AI是重点，包括不确定性估计、稳健性、可解释性，以及对个性化预测和反事实结果的严格评价。研究须区分预测与因果解释，原文没有给数据集、疾病或临床部署任务，不能补造实际患者应用。

学生加入Advanced Technologies for Translational AI Research（ATTAR）实验室，与博士生、博士后、学术及临床合作者工作。培训覆盖深度学习、计算机视觉、多模态、纵向建模、因果及反事实推断、生成模型、可信AI，还有科学交流、可复现研究、高性能计算及国际发表。培训和发表机会不构成保证论文或临床产品。

要求计算机科学、AI、工程、数学或相关定量学科二等一／国际同等学历。强编程、数学和分析能力为必须；机器学习、深度学习、计算机视觉或数据科学经历为高度期望。

英国与国际学生可考虑不同资金途径。Horizon Europe 学费减免针对符合资格的学生，自动支付海外费率与英国费率之间的差额。校长助学金采用竞争性评选，为排名靠前的申请人覆盖同一差额。学院另有竞争性博士资助，通常支付英国标准的学费，并向排名靠前的申请人提供生活津贴。资金会滚动发放，原文鼓励尽早申请，以便尽可能获得资助评审机会，并建议查阅学校研究型研究生资金网页。

这几条途径须分开阅读：海外差额减免本身不等于已支付英国标准学费，也不等于已经获得生活津贴；学院支付英国标准学费及津贴，也未单独保证所有国际学生的海外差额。源文没有个人资助授予结果、津贴金额及支持期限，不能把全球学生可申请的标签转成所有中国申请人都有国际全奖。

原文介绍学院支持平等、多样性与包容，并以 Athena SWAN 奖项说明其相关工作。欢迎申请人的范围不受性别、族裔、残障状况、性取向或年龄影响；对希望灵活工作或曾中断职业生涯的申请人也会认真考虑。学校有产假政策、校内托育设施，并提供支持身心健康及工作与生活平衡的福利。学校还表示致力于可持续发展，并获得白金级 EcoAward。这些属于一般环境和支持介绍，项目具体的学习安排、个人适用支持及合同条款仍应确认。

申请要点

申请选择 Research、2027/28 学年、工程与物理科学学院，全日制或非全日制，查找 PhD Computer Science（7089），在第 2 部分填写导师姓名。材料包括研究计划、简历、2 份学术推荐、截至申请时的成绩单和学位证书，以及适用时的英语语言证明。所列期限为2027年7月31日（星期六），没有具体时刻及时区。初步交流联系 r.attar@southampton.ac.uk；申请事务联系 doctoralcollege-admissions@soton.ac.uk。

需要进一步确认

须核实官方当前开放状态、期限时刻及时区、入学及培养安排、个人生活津贴金额和资助期限。国际申请人应分别确认英国标准学费资助和海外差额减免，不能把竞争性资金当作已授予。国际学位等值、英语成绩、具体课题范围及个人资源使用条件未给出细则。须确认导师姓名、专业代码、首个健康问题与数据权限、临床合作及反事实验证范围。

博士项目研究报告：面向个体化与预防医疗的人工医学智能

项目判断

推荐等级：研究方向较强，需确认匹配程度。这是南安普顿大学计算机科学／医学AI方向的当前项目，官网截止为2027年7月31日，导师是Rahman Attar博士，研究环境为ATTAR Lab。最有价值的特点是结合医学影像、纵向健康建模、因果与反事实推理、可信AI及临床转化。主要资金限制是学校提供竞争性studentship及符合条件国际学生的学费减免、补助路径，具体奖项仍需竞争，不能据此确定个人已获得全额资助。中国申请者可申请，但须确认实际获得的奖项能否补足海外学费差额。

研究问题与博士工作

工作方法与潜在产出

可能工作包括开发多模态模型，验证跨时间预测，检查校准与不确定性，并设计能支持有临床意义预防决策的评价。更适合把它理解为医疗AI方法研究及医学影像应用，而非仅做医院部署或监管事务。ECS研究环境和Vision, Learning and Control组提供机器学习基础，ATTAR Lab提供医疗AI方向。电子与计算机科学博士培养 视觉、学习与控制研究组 ATTAR Lab。

尚未解决的问题及意义

课题研究怎样把医学影像、多模态测量和纵向患者数据用于描述个人健康轨迹，而不只是估计群体平均风险。临床数据异质、时间上稀疏、受到医疗路径选择偏差影响，通常与因果干预问题的联系也较弱。因此，有价值的博士贡献需要将表示学习与不确定性、稳健性、可解释性和反事实推理结合，不能只训练预测分数较高的模型。官网围绕个体风险、疾病进展、多模态表示、纵向机器学习、因果／反事实推断及数字孪生式建模展开。官方项目页。

学校、学科与培养

南安普顿的工程与计算机学科背景较强，学校排名资料支持其英国科研环境的参考价值。学校排名资料 QS学校资料 英国AI行动计划 英国生命科学技能需求。英国政策把AI和生命科学技能列为战略增长方向，但医学AI博士价值仍取决于可重复研究、注重隐私的评价、临床可解释性及现实部署假设是否稳健。

导师与实验室评估

导师研究方向

Rahman Attar博士的官网资料介绍其为人工医学智能方向计算机科学研究者，领导ATTAR Lab，研究医学影像计算、生物医学影像分析及医学数据科学。导师资料。与课题匹配较直接：已核实论文涉及皮肤图像分析、心脏影像表型、群体心血管磁共振CMR分析及视网膜风险预测。适合能连接建模、软件工程和临床数据限制的申请者。

近期重要论文

• Rahman Attar参与的2024年AI图像远程湿疹严重度评估系统综述指出实际可信性缺口，包括数据质量、肤色报告、开源代码不足、稳健性和可解释性。PubMed。

• Attar参与的2024年JACC: Cardiovascular Imaging论文将左心室弥漫性纤维化和左心房功能障碍与新发心衰预测相联系，支持本题心脏影像与未来结局方向。PubMed。

• Attar牵头的2023年JID Innovations论文开发并测试湿疹病灶检测流程，包括对真实图像条件的稳健性及下游严重度预测。PubMed。

• Attar参与的2022年Nature Machine Intelligence论文用视网膜影像和少量个人信息估计心脏指标并预测心肌梗死风险，说明跨模态影像支持预防预测的研究基础。Nature Machine Intelligence。

• Attar牵头的2019年Medical Image Analysis论文为20,000名英国生物样本库参与者建立CMR定量分析流程。该文已超出近期论文时间范围，但仍是群体规模医学影像分析的直接背景证据。PubMed。

实验室、资源与合作环境

项目说明学生加入ATTAR Lab，接受深度学习、计算机视觉、多模态学习、纵向建模、因果推断及可信AI训练。学校有Web Science Institute和Iridis高性能计算等AI与数据基础设施，在处理大型影像或纵向数据时可能相关；具体项目权限和额度需确认。Web Science Institute研究环境 Iridis高性能计算。

资助、申请与生活成本

官网写明2027年7月31日截止，资金可能来自竞争性studentship、符合条件学生的Horizon Europe学费减免，以及优秀排名申请者的Presidential Bursaries。官方项目页 博士资助 校长补助 学费 生活成本 学生签证资金证明。中国申请者可以参与竞争，具体获得的奖项是否覆盖全部海外学费仍须确认。Horizon Europe减免按居住地判断，中国不在名单内；居住在名单所列国家的中国公民可请学校评估适用性。符合条件者会自动获得3.5年的英国与国际学费差额减免，这项减免本身不提供生活津贴。减免条件。应依据学校学费和生活成本资料作保守预算；除正式资助确认信已覆盖外，英国签证与移民局（UKVI）要求的资金证明仍是独立签证要求。

申请人匹配与准备

背景与技能要求

官网要求计算机、AI、工程、数学或其他定量专业英国2:1或国际同等学历，以及较强编程、数学和分析能力。更有竞争力的材料可展示Python／PyTorch或同等工具、医学影像或多模态建模、时间序列／纵向学习、统计、校准及可重复机器学习实践。

加分经历与建议准备

可准备一份围绕个体健康建模问题的简短研究陈述，例如带不确定性的进展预测，或结合影像与纵向表格数据的因果反事实预测。项目强调可信AI，因此数据治理意识、验证设计与模型解释能力很重要。

下一步与待确认问题

申请前

1. 询问具体资金竞争通常能否覆盖中国学生完整海外学费，还是仅覆盖英国费率、另需争取补助。

2. 确认ATTAR Lab已能为本题使用哪些数据。

3. 确认第一年优先医学影像、纵向电子健康记录EHR、因果建模，还是数字孪生。

面试时

1. 讨论怎样验证个体反事实判断，避免夸大干预效果。

2. 询问已具备的计算、临床合作及数据治理支持。

接受录取前

1. 在资助确认信中确认确切津贴、学费覆盖、海外差额及签证成本影响。

2. 确认非全日制或灵活学习对资金的影响。

证据与来源

核心证据包括南安普顿官方项目及导师页面、ATTAR Lab、ECS及VLC资料，资金、费用与生活成本页面，排名、英国政策及技能资料，以及上述近期医学AI论文。

完整来源

• Southampton official project page
• Dr Rahman Attar profile
• ATTAR Lab
• 视觉、学习与控制研究组
• Electronics and Computer Science PGR
• Southampton PGR application guide
• Southampton PGR funding
• Southampton Presidential Bursaries
• Southampton postgraduate fees
• Southampton living costs
• UK student visa financial evidence
• QS University of Southampton profile
• Web Science Institute研究环境
• 英国AI行动计划
• 英国生命科学技能需求
• Remote Assessment of Eczema Severity via AI-powered Skin Image Analytics: A Systematic Review
• Reliable Detection of Eczema Areas for Fully Automated Assessment of Eczema Severity from Digital Camera Images
• Concurrent Left Ventricular Myocardial Diffuse Fibrosis and Left Atrial Dysfunction Strongly Predict Incident Heart Failure
• Predicting myocardial infarction through retinal scans and minimal personal information
• Quantitative CMR population imaging on 20,000 subjects of the UK Biobank imaging study: LV/RV quantification pipeline and its evaluation
• Iridis high-performance computing
• Southampton rankings and reputation