结合遗传与临床数据的可信人工智能：个体疾病风险预测

项目概览

南安普顿大学工程与物理科学学部博士课题，由Gabriela Czanner与Hanieh Yaghootkar教授指导，研究如何结合遗传、临床及可能的纵向健康数据，形成能够量化不确定性的个体疾病风险预测。核心问题是：遗传风险相近的人为何出现不同健康结局，人工智能能否可靠识别风险最高的个体，而不是只在群体层面准确。主要应用为代谢疾病，尤其2型糖尿病及肥胖相关并发症。申请选择2027/28学年PhD Computer Science（7089），截止2027年6月17日，奖学金面向全球竞争。

项目详情

遗传信息和临床测量为个性化预测提供机会，但相似遗传谱并不保证相似健康结局。现有AI模型可能忽略个体间变异，以及数据不完整、测量误差和人群差异产生的不确定性，造成不可靠或过度自信的判断。博士研究将发展统计与机器学习方法，显式表示并量化遗传和临床数据的不确定性，提升个体层面预测的可信度和临床意义。

研究围绕三个关联挑战。第一，多模态风险预测：整合遗传、临床和影像衍生生物标志物，构建个体化风险模型。第二，不确定性量化：发展能够区分不同不确定性来源的层级模型，评估每一个体预测是否可靠。第三，可靠决策支持：结合计算机模拟与真实数据，评价准确度、偏倚、校准和不确定性，并特别考虑临床决策场景。评价不只比较群体平均准确率，还要检查个体预测可靠性和不同人群差异。这些是方法与评估研究，不等于模型已获临床部署或可用于个人诊疗。

在合适的群体及临床数据中，项目将分析遗传易感性、临床生物标志物及其随时间变化怎样影响代谢疾病风险；纵向健康数据的使用属于可能方向，具体数据集尚未点名。研究位于统计方法学、遗传流行病学和可信AI交叉处，目标是从群体预测准确性推进到可靠的个体风险评估。影像信息属于拟整合的标志物来源，并未公布必须使用的成像平台或模型架构。

学生将接受统计建模、机器学习、遗传流行病学与不确定性量化的跨学科训练。内容包括大规模遗传和纵向临床数据分析、模拟研究设计、预测可靠性与偏倚评估，以及可重复研究实践。导师还将支持科学写作、会议展示、合作与职业发展。尚未公布算力配额、具体合作机构、数据访问审批或详细年度工作安排。

申请要点

学历要求为英国2:1荣誉学位或国际等值学历，学科包括统计、数学、计算机科学、数据科学、生物信息学、工程或相关定量学科。没有另外写明必须具备医学执业资格或特定临床背景。

申请系统选择Research、2027/28、Faculty of Engineering and Physical Sciences，再选全日制或非全日制，搜索PhD Computer Science（7089），在申请第2部分填导师姓名。必须提交研究计划、CV、两封学术推荐信、现有成绩单和学位证，以及适用时的英语资格证明。项目初步咨询为G.Czanner@soton.ac.uk，申请事务为doctoralcollege-admissions@soton.ac.uk。

资助有多种路径：符合条件者可通过Horizon Europe减免国际与英国学费差额；学校Presidential Bursary按竞争原则支持排名靠前申请者的该差额；学院竞争奖学金通常为优秀申请者支付英国标准学费及生活津贴。奖项滚动分配，面向国际生不等于每位申请者获完整经费。当前未列津贴金额、年限或各减免的详细资格。

School of Electronics and Computer Science强调平等与包容，获Athena SWAN认可，考虑灵活工作模式和有职业中断经历的申请者。学校提及产育政策、校内托育及员工身心与生活平衡福利，并获Platinum EcoAward；是否适用于博士生及具体支持方式，应按学生身份核实。

需要进一步确认

需核实数据集、访问与伦理安排、纵向和影像数据实际范围、博士资助年限和生活津贴、国际学费差额减免资格、英语具体要求、入学日期及截止时刻。研究计划为明确申请材料；不要把尚未公布的临床部署、特定网络架构或资源配置写成已落实。

博士项目深度调研报告：结合遗传与临床数据的可信 AI 个体疾病风险预测

快速判断

南安普顿大学这一博士课题将遗传、临床及影像衍生生物标志物结合，并可能纳入纵向记录，发展能够表达个体疾病风险预测不确定性的统计与机器学习方法。关键不只是模型在整个人群中表现好，而是面对测量条件、背景和疾病轨迹不同的个体时，风险评估是否仍然可靠。Gabriela Czanner 的统计健康建模经验与 Hanieh Yaghootkar 的代谢遗传学研究，为项目提供了连贯的交叉学科基础。

对应的官方项目正在招募，截止 2027 年 6 月 17 日，申请路径是工程与物理科学学部的 2027／28 学年 Computer Science PhD（7089）。综合判断为 有研究潜力，但完整资助尚待确认：学术方向具有实质价值，资助却由不同竞争奖项组成，尚不能视为确定的国际生完整奖学金。通常居住在中国的申请者，应先确认生活津贴、英国标准学费和国际学费差额分别由什么奖项承担。调研日期为 2026 年 10 月 21 日。对应的官方项目页。

研究问题与博士工作

从群体准确率走向个体可靠性

遗传易感性相近的人，可能出现不同健康结局。测量缺失、测量误差、人群差异和临床历史变化，会带来一个看似确定的风险分数无法充分表达的不确定性。项目主要研究代谢疾病，尤其是 2 型糖尿病及肥胖相关并发症，拟使用合适的人群与临床数据。但尚未指定具体数据库、医院队列、成像平台、样本量或风险预测时限。

博士工作包括三个关联部分：

1. 多模态预测：将遗传信息、临床测量和影像衍生生物标志物整合进个体风险模型。
2. 不确定性量化：发展层级模型，区分不同不确定性来源，并检查个体预测的可靠性。
3. 可靠决策支持：通过计算机模拟和真实数据，评价准确度、偏倚、校准及不确定性，并考虑临床决策场景。

纵向信息可能用于分析生物标志物和遗传易感性如何随时间影响风险；它仍是可能方向，不能据此认定完整关联的纵向数据已经就绪。使用影像衍生标志物，也不必然意味着学生要开发新的分割架构或自行采集影像。

培养内容包括统计建模、机器学习、遗传流行病学、大规模遗传与纵向临床数据分析、模拟研究设计和可复现研究；导师还承诺支持写作、会议交流、合作和职业发展。可能的成果包括区分不同不确定性的方法、多模态模型比较，以及可复现的评价框架。项目未承诺论文数量、软件开放权限或临床部署。

方法问题为什么重要

区分度关注能否把相对高、低风险观测排序；校准关注在明确的人群和时间范围内，预测概率是否对应实际发生频率。平均表现良好，仍可能掩盖某个亚组的不可靠性。值得研究的是，拟采用的不确定性表示如何与这些不同评价目标共同检验，而不是默认更复杂的 AI 就更可信。

TRIPOD+AI 的作者指南要求说明目标人群、预期用途、结局和时间范围，区分模型开发与评价数据，解释缺失数据处理，并报告相关亚组表现。这有助于判断研究设计与可复现性，但它属于报告规范，不等于监管批准。报告规范原始清单。

另一个方法前沿是：平均意义上的性能保证，与给定个体特征或病例难度后的表现保证有何区别。Blot 等人于 2024 年发布、2025 年修订的预印本研究近似条件风险控制，可作为研究计划的比较背景。但保形方法并非本项目明确要求，任何统计保证都有条件和特定目标，不能理解为对每一位患者的普遍保证。条件风险控制研究。

合理的论文问题可以是：哪类数据真正增加了可靠信息，缺失如何影响不确定性，以及校准能否跨时间或人群迁移。这些是对招募方向的分析，不是固定工作包。项目讨论的是预测方法的研究评价，不提供个人诊断或治疗建议。

学校、学科与培养

学位由南安普顿大学授予，官方申请路径为工程与物理科学学部下属电子与计算机科学学院（ECS），并非医学部注册。Yaghootkar 的医学相关任职提供合作背景，不产生另一个学位授予单位。本课题属于标准 Computer Science PhD，不是另设的 AI for Sustainability 综合博士项目。

ECS 将标准研究博士描述为三年制，计算机科学博士注册期限为全日制两至四年、非全日制三至七年。这些是学籍期限范围，不能据此推断奖学金支付几年。确切入学日期、国际申请者可获批准的学习模式、资助年限和项目里程碑仍须协商。ECS 研究学位。

在 REF 2021 中，南安普顿大学计算机科学与信息学参评单元的影响力和研究环境两项均获 100% 四星。这不是“所有计算机研究均为四星”，也不是可信医学 AI 的独立排名。全校整体研究被评为四星或三星的比例为 92%。评价支持学校具备较强科研环境，但个体指导质量仍需单独了解。REF 证据。

按当前 2026／27 学年校级规范，全日制学生进展评审首次提交窗口分别为入学后第 7–9 个月、第 18–20 个月的博士资格确认，以及第 30–32 个月；对应首次评审决定应在第 10、21、33 个月结束前作出。资格确认前须完成必修培训。这是现行校级要求，2027 入学时还应核对新学年版本及学院实施方式。学籍与指导规范。

导师与研究条件

Gabriela Czanner 教授目前任数字健康教授；这一最新官方职称比已采集介绍中的“Dr”更准确。她研究临床影像空间统计、纵向及时间—空间疾病模型，以及统计和机器学习预测的不确定性，与课题方法目标直接吻合。她属于 Vision, Learning and Control 及 Digital Health and Biomedical Engineering 等研究组。Czanner 导师档案。

Hanieh Yaghootkar 教授任健康数据与技术教授，研究遗传流行病学、精准医学、脂肪分布、孟德尔随机化及 MRI 衍生表型，其任职网络连接医学、人类遗传学和南安普顿生物医学研究环境。两位导师将方法上的不确定性与代谢表型的生物异质性结合。Yaghootkar 导师档案。

数字健康与生物医学工程研究组涉及生物医学信号处理、AI、健康数据信托、知情同意和隐私。Czanner 也被列为 NIHR 统计组常规数据工作组的南安普顿成员，该网络关注数据访问、关联、编码和分析。这些是相关学术网络，但不能推定学生已获得医院数据库审批、云计算预算、GPU 配额或实习安排。研究组、常规数据网络。

近期论文提供了哪些具体依据

• Sorokin 等，包括 Yaghootkar，Frontiers in Genetics 2025：在 44,646 人的成像队列中，将 2 型糖尿病遗传亚型与 20 项 MRI 衍生表型联系。实际分析的人群高度不均衡：欧洲祖源 37,860 人、南亚祖源 452 人、混合非洲祖源 224 人、东亚祖源 207 人。论文细化了疾病异质性，也让亚组估计精度和可迁移性成为具体方法问题。这些是论文样本，并非已经承诺给博士生的数据。完整论文。
• Odoemelam 等，包括 Yaghootkar，Diabetes 2025，74:1168–1183：使用 33,122 名 UK Biobank 参与者的 24 项 MRI 测量，形成一般肥胖、肌肉主导、外周脂肪和下半身脂肪四个维度。不同维度的关联差异支持超越单一 BMI 标签，但论文尚不是经过前瞻性评价的个体临床风险工具。本次通过 PubMed 阅读了作者摘要。论文档案与摘要。
• Ahmed 等，包括 Yaghootkar，Journal of Obesity 2025：利用至多 37,589 名英国白人 UK Biobank 参与者的 MRI 数据，分析十个脂肪储存部位及其疾病／生物标志物关联，强调解剖位置而不只是脂肪总量的重要性。人群限制及孟德尔随机化假设，限制了对其他人群或个体预测作进一步推断。出版社论文。
• Green 等，包括 Czanner，BMJ Open Gastroenterology 2025：索引中的作者摘要描述了 1,571 名患者的纵向生物标志物分析，其中仅 35 例肝病事件。它支持 Czanner 在真实世界纵向风险研究方面的经验，也说明大量重复测量并不等于大量独立结局事件。该研究针对炎症性肠病，与本项目代谢应用不同。本次直接访问出版社及 PMC 失败，因此这里只依据索引摘要和官方成果列表分析，不声称读到了全文。索引论文。

数据与计算工作是否具备可行条件

UK Biobank 出现在导师相关论文中，但尚未被指定为该博士确定可用的数据集。如果导师计划使用它，应确认已有获批课题是否覆盖拟议研究及博士生加入。目前官方页面仍说明新申请暂停，计划于 2026 年末重启。这不能证明现有合作被阻断，也不能预测 2027 年入学时的情况。数据访问费与云端分析费不同，学生优惠或已经结束的推广额度均不应默认适用。接受录取前需要明确数据准备计划、经费和备用方案。当前访问状态、访问与分析费用。

资助、申请与生活成本

三类支持需要分别核实

本项目页说明，学院竞争奖学金通常为排名靠前者支付英国标准学费及生活津贴，按滚动方式分配。但未公布本项目具体津贴、支付年限、名额或确定奖项。国际学费差额是另一个问题。

Horizon Europe 学费豁免：当前细则为符合条件的永久居住者，提供最多 3.5 年国际与英国学费差额支持，要求在 2027 年 8 月 1 日至 2028 年 1 月 31 日入学。中国不在符合条件的地区名单中。“永久居住”指至少三年，并排除仅为求学而在其他地区居住的情况。因此，通常居住在中国者不能默认自动符合要求；细则并非只按国籍判断。此项仅减免学费，并不提供生活费。当前 Horizon 条款。

Presidential Bursary：名单包含中国。当前资格要求为一等本科学位或等值学历、已接受博士录取，并在 2027 年 8 月 1 日至 2028 年 1 月 31 日入学。按学位申请提交日期先到先得，由学院为符合条件者申请并通过邮件通知，不需要申请者另填奖项表。操作步骤中另有一句写到更早的 2026 年 8 月起始日期，应核实适用窗口；本次项目与明确的 2027 年资格窗口一致。奖项只支付学费差额，未列生活津贴。还须书面确认支持年限、剩余名额及能否与基础奖学金组合。当前 Presidential 条款。

ECS 的 2026／27 学年参考学费为国际生 £27,300、Home £5,238；如果仅获英国标准学费支持，每年差额为 £22,062。这不是已确认的 2027／28 学费。只有 Bursary，仍需解决英国标准学费与生活费；只有基础奖学金，则可能仍需承担国际学费差额。当前 2027 奖学金总览只能证明存在这些路径，不能证明申请者一定获奖。项目学费、2027 奖学金总览。

生活预算

学校示例周预算中的宿舍为 £155–£236，包含水电等公用费用、Wi-Fi、Unilink 和洗衣；其余未包含的类别每周合计 £164。据此组合的宿舍方案约为每周 £319–£400、每月 £1,382–£1,733、全年 52 周 £16,588–£20,800。不要把已包含的费用重复计算。私人住房示例租金为每周 £115，但水电、Wi-Fi、公交和洗衣可能另付。实际合同、非必需支出和 2027 价格均可能不同。官方生活预算。

UKRI 自 2026 年 10 月起每年 £21,805 的最低津贴，仅可作为参照，本项目并未承诺这一标准。与上述宿舍示例相比，每年约余 £1,005–£5,217，尚未计入签证、IHS、旅行、押金和特殊支出；它更无法填补 £22,062 的学费差额。能否负担应以实际奖学金文件为准。UKRI 参考标准。

申请背景与准备

正式项目要求为统计、数学、计算机科学、数据科学、生物信息学、工程或相关定量专业的 2:1 等值学历，未要求医学执业资格或掌握某一具体神经网络架构。当前 ECS 培养页面规定 IELTS 总分 6.5、各单项 6.0，证书须在两年有效期内；仍应确认豁免、其他认可考试及何时提交成绩。

中国申请者需要注意资格说明范围。地区通用页面称博士申请者通常需 2:1 本科及硕士 Merit，但本项目只列 2:1，没有写硕士为必需条件。该页面的院校分档数值表及 Tier D 限制位于授课型研究生部分，不能直接转成博士录取分数线，也不能据通用页面断言这里所有申请者都必须有硕士。应请招生方书面解释项目入学要求及更高的“一等学位”Bursary 标准如何适用于个人学历。中国学历说明。

申请系统依次选择 Research → 2027／28 → Engineering and Physical Sciences → 全日制／非全日制 → PhD Computer Science（7089），在第二部分填导师姓名。必须准备研究计划、CV、两封学术推荐信、目前已有的学历证书与成绩单，以及适用的英语资格证明。研究初步沟通联系 G.Czanner@soton.ac.uk，申请事务联系 doctoralcollege-admissions@soton.ac.uk。截止时刻／时区及具体入学日尚未公布；滚动资助意味着应尽早核实后申请。

建议研究计划清楚区分方法创新、目标结局、评价人群、缺失数据假设和现实数据访问条件。统计推理、编程、模拟设计和可复现研究证据，比堆砌流行模型名称更能体现准备程度。统计／机器学习和数据质量技能具有跨行业用途，政府职业资料支持这种普遍相关性，但不能推导本项目特定工作去向、薪资、产业实习或临床部署保证。职业背景。

下一步与待确认问题

申请前

1. 哪一项具体基础奖学金可支持本课题？截止日、提名流程、支付年限及津贴是什么？中国居住申请者能否与 Presidential 学费差额支持组合？
2. 向招生团队确认中国学历对应、是否需硕士、Bursary 一等学历判定，以及英语证明条件。
3. 与 Czanner 讨论研究计划、实际数据及目标结局；确认 6 月 17 日截止时刻和拟入学日期，尽早参与滚动资助评选。

面试时

1. 哪些遗传、临床、影像及纵向数据已获批、完成关联并可使用？如果访问延迟，什么备用数据足以支撑论文？
2. 如何评价个体可靠性、校准、缺失及跨亚组／跨时间迁移？哪些基准比较能够判断方法贡献？
3. 谁支付数据访问与云端费用？分配什么计算及统计支持？两位导师如何分工，第一年应完成什么？

接受录取前

1. 取得所有学费组成、生活津贴、资助年限、年度调整、学习模式和延期安排的书面确认，不能以其中一个奖项推断其余部分。
2. 确认数据权限、隐私与安全培训、代码和发表权、入学及进展要求；以实际住宿报价和签证／IHS 费用建立全年预算。

证据与来源

项目、学校与招生

• 对应的官方项目
• ECS 培养、英语与学费
• REF 2021 证据
• 2026／27 学籍规范
• 中国学历说明

导师、论文与方法

• Czanner 导师档案
• Yaghootkar 导师档案
• 数字健康与生物医学工程研究组
• NIHR 常规数据网络
• 2025 糖尿病亚型 MRI 论文
• 2025 肥胖四维度论文
• 2025 脂肪解剖分布论文
• Czanner 纵向风险论文：索引摘要
• TRIPOD+AI 作者指南
• 条件风险控制预印本
• UK Biobank 访问状态
• UK Biobank 费用

资助、生活与职业

• Presidential Bursary
• Horizon Europe 学费豁免
• 2027 奖学金总览
• 官方生活预算
• UKRI 支持参照
• 政府数据科学职业资料