PhD Find博士申请助手 · PhDFind
English version not available for this project. Browse English projects

外科结局预测与临床决策支持人工智能博士

项目2422 · University of Bristol · School of Engineering Mathematics and Technology

所在国家或地区
英国
申请截止日期
2026-12-01（具体时刻请核对原始公告）
资助信息
全球申请者竞争性资助；具体覆盖待确认。

申请工作台

保存项目，围绕当前机会准备申请。截止日期和资格请以原始公告为准。

阅读项目调研与申请判断

项目介绍

项目概览

布里斯托大学工程数学与技术学院招收博士生，研究人工智能如何改进外科手术结局预测与临床决策支持。联系人为Dr James Pope。项目介绍标注2026年12月1日截止，属于面向全球学生的竞争性资助，未列出具体资助金额、年限及国际学费承担方式。

项目详情

外科团队需要在手术获益与死亡、并发症及恢复延长等风险之间作出权衡。人工智能有机会整合常规临床信息支持这一过程，但模型不仅需要预测准确，还须可靠、可解释，并适用于不同患者群体。本博士研究围手术期及术前、术后的风险评估与决策支持，不是只提高单一算法的准确率。

项目将利用已有研究与数据集，结合患者特征、诊断历史、实验室测量和生理时间序列。初始结局包括院内死亡、重症监护使用及住院时间；有数据时还会考虑其他并发症。介绍没有公开具体医院、数据集名称、样本量或已完成的数据访问手续，不能将其理解为任何申请者入学即获得全部数据。

研究还会考察患者脆弱性，包括以诊断记录构建的虚弱程度代理指标，怎样与其他变量相互作用。博士生将开发和评估多模态模型，把临床知识与学习得到的表示结合起来，并检验按器官系统组织的可解释结构，是否既能改进预测，也能帮助医生理解输出。诊断代理指标与直接临床测得的虚弱状态不应混为一谈。

可靠性与偏差是核心科学问题。评估将覆盖校准、不确定性、信息缺失，以及不同年龄、性别、手术专科和紧急程度分组的表现。减少不合理表现差异的方法，需要同时考察其对整体临床实用性的影响，不能只报告某个群体差距缩小。

验证方案包括患者层面的分离和时间验证，避免同一患者资料在训练与测试中造成信息泄漏，并检验医疗实践随时间变化时模型是否稳健。研究还会探索独立数据集，以开展外部验证；外部验证是计划探索内容，不代表已有独立医院数据的使用许可。

潜在扩展方向为智能体式AI：协调已验证的预测工具，检索相关证据，形成可追溯的摘要供临床医生审阅。研究会检验事实准确性、不确定性沟通，以及输出对临床判断的影响。这是可能的延伸，不是把自主AI决定手术或替代医生设为既定目标。

博士生将与外科临床合作者共同发展可复现方法，评估有临床意义的决策场景。预期研究贡献，是形成可靠的外科AI框架，支持风险沟通、手术计划及未来对改善患者结局干预措施的评估，而非已证明模型能直接降低死亡率或已获临床部署许可。

申请要点

  • 截止日期标为2026年12月1日，具体时刻与时区未列明。

  • 资助为全球申请者竞争性项目，不保证所有申请者获得资助。

  • 联系人为Dr James Pope，介绍未列具体邮箱。

  • 原文没有列出必须已掌握的编程工具、临床执照或具体学位门槛；应结合学校正式资格要求核对。

需要进一步确认

需要核实资助名称、津贴、学费、入学时间、博士年限、申请材料及英语条件。研究方面应确认数据来源和访问审批、结局标签定义、诊断与生理信号的时间窗口、临床合作安排、外部数据可用性，以及智能体扩展是否进入实际博士范围。

查看收录来源与申请要求

收录来源可能是学校或招聘平台；正式申请入口及最新要求请核对公告与下方报告中的官方来源。

项目深度调研报告

报告生成记录：。生成日期不代表招聘方确认项目仍开放。

资料更新记录：。申请前请再次核对原始公告。

布里斯托博士研究报告：让外科风险AI经得起临床检验

项目判断

这个项目研究多模态AI怎样可靠地支持手术风险沟通与计划，重点是把临床记录和生理时间序列，与校准、不确定性、公平性和防泄漏验证结合起来。调用已验证工具、检索证据的智能体是潜在扩展，不能代替预测模型本身的检验。综合判断为“研究问题有临床意义，数据与资助条件仍需确认”。

2026年10月28日，实际等待加载后读取的理工学部官方项目列表确认了确切标题、James Pope、2026年12月1日截止、竞争性资助及全球申请资格。展开后可读完整研究任务，并见在线申请链接。页面未公开具体奖学金金额、资助年限、医院或数据集，不能将它宣传为经费和临床部署都已落实的项目。

研究问题与博士工作

外科团队需要权衡手术获益与死亡、并发症及恢复延长等风险。项目覆盖术前、围手术期及术后评估，将结合患者特征、诊断历史、实验室测量和生理时间序列。初始结局为院内死亡、重症监护使用与住院时长，其他并发症则视数据可用性纳入。这些是不同目标，不能统一简化为一个“手术成功率”。

原文任务 科学问题与边界
诊断记录构建的虚弱代理指标及其他变量 脆弱性代理是否提供额外信息？它不能直接当作临床测量的虚弱状态
结合器官系统知识的多模态模型 临床结构能否在学习表示之外改进预测及医生理解？
校准、不确定性和信息缺失 在资料不完整时，预测概率是否仍能正确表达风险？
年龄、性别、手术专科和紧急程度分组 如何减少不合理的表现差异，并同时评估整体临床实用性？
按患者分离、时间验证及独立数据 避免同一患者信息泄漏，检验医疗实践变化；外部数据仍属探索内容
潜在智能体扩展 协调已验证工具、检索证据、生成可追溯且由医生审核的摘要，并评估事实性、不确定性沟通和对判断的影响

博士生将与外科合作者发展可复现方法，检验有临床意义的决策场景。准备研究方案时，可以先定义实际决策时点，确认所有输入在该时点已可获得，并仅在训练患者中拟合预处理步骤。再比较简单基线与器官结构模型，确定增加复杂度是否有价值。这些是分析建议，原文没有承诺某一软件栈或具体数据集。

数据授权、变量字典、结局发生时间、缺失机制以及各亚组事件数，都会决定问题能否回答。回顾性分数提高，不等于干预已改善患者结局。TRIPOD+AI分别讨论区分度、校准与临床实用性；它是研究报告规范，不能当作模型质量认证或监管批准。

学校、学科与培养

学位机构为布里斯托大学，项目依托工程数学与技术学院。2027年工程数学博士项目页说明为Clifton校区线下培养，全日制最长四年；这一培养期限不等于已确定的资助年限。门槛为相关专业硕士merit或国际同等水平，没有硕士者只有具备一等本科及研究准备度等条件，才可能获例外考虑。申请前须与导师完成Supervisor Suitability Form。所链接的详细招生声明仍标为2026版，当前支持文件应向招生部门确认。

英语为Profile E，包括雅思总分6.5、单项6.0。中国学历指引写明，持知名大学良好硕士学位者可获考虑，不代表每个学位自动认可或中国本科普遍直博。项目已经确认的12月1日竞争截止，不会被一般2027年9月入学截止延长。

学校官方排名介绍列出的2027年QS综合排名为第57，不能当作外科AI或导师排名。与本课题更相关的是应用机器学习和数字健康的交叉研究环境，导师成果与校内研讨活动为此提供证据。现有介绍没有证明项目授予联合医学学位，也没有列出持临床执照的要求。

导师、研究环境与近期论文

James Pope为高级讲师，研究应用机器学习、资源受限系统的稳健性及数字健康，包括外科风险和康复。官方邮箱为 jp16127@bristol.ac.uk。布里斯托数据科学研讨记录展示其稳健性、医疗偏差及证据检索智能体研究，2026国际外科周议程列出其外科AI报告。这说明有方法与临床交流活动，但不等于承诺每日指导、医院合作合同或专属GPU额度。

本次通过机构摘要读取三篇近期导师论文：

  1. 2026年AI辅助卒中康复运动处方是已接收／待刊会议成果，提出由治疗师审核的共同设计平板原型。真实临床样本为31人，micro-F1约0.40；增广数据上的更高结果仅是封闭分布上界。这项工作的启发是，人工审核和小样本评估须有清楚边界；它尚不能作为外科预测器的外部验证证据。本次未读全文。
  2. 2026年严苛环境稳健机器学习模拟电子故障，并比较模型架构选择，说明可通过受控扰动研究可靠性。但辐射故障与临床分布变化、群体偏差机制不同，不能把前者的结果当作后者已解决的证据。本次仅读摘要。
  3. 2026年可穿戴紧凑拓扑特征把信号特征与小型分类器结合，以留出受试者的方式评估。这提供了按个体分离验证的方法参照，但可穿戴活动识别基准不能证明术后风险表现。本次仅读摘要。

本次没有独立找到与本项目完全对应的Pope外科死亡预测验证论文或具名数据集。科学判断依据是公开的项目方案和可迁移的方法经验；临床合作者及数据权限仍需向导师确认。

资助、申请与生活成本

官方确认全球申请者可参加竞争，不代表已经获得津贴或学费减免。学校奖学金总指引给出的2026/27机构津贴参考为£21,805，理工学部页面仍描述旧轮次，均不能确定本项目奖项。工程数学页面列出海外年学费£28,300，应确认是否由资助承担，而非直接推定录取者自费。

2025/26研究生费用调查显示月均生活支出£1,862。它是历史调查，不是2027年的个人预算。实际房租、到达支出、签证及医疗附加费，须与书面资助金额核对，不能据此估算个人结余。

中国申请者可以另行考察校级CSC-UoB渠道。现行申请指引要求博士申请在 2026年11月30日英国时间中午12点 前完成，通常须具语言证明；之后还需学校提名和CSC单独申请。合作奖学金规则涉及学费、CSC生活津贴及往返机票，最长48个月，并有年龄、居住等条件和毕业后回国两年的义务，且不接受CSC个人渠道。这不说明Pope本项目已有CSC名额；更早的CSC时间不能被12月1日替代。

申请准备与方向前景

项目介绍没有列出必须掌握的软件、临床注册或具体本科专业要求。学校正式门槛、奖学金资格与研究准备建议应分开。作品可以展示按患者隔离的风险模型、校准图、时间测试和清楚的变量时间窗口，或分析缺失与亚组表现，同时承认单一指标不能证明公平。这些是准备建议，不是新增录取条件。

本方向的价值在于明确临床决策场景中的可靠使用。NICE证据标准要求主张的获益与证据对应，预测准确并不总能证明临床实用性；NHS采用指引还考虑安全、临床与成本效果、用户接受度和实施。因此，评估、复现及临床协作能力，可迁移到临床机器学习和数字健康研发。上述资料说明证据需求，不是毕业岗位数量或就业保证；尚无本项目毕业去向数据。

下一步行动与待确认问题

申请前，可向Pope发送简短评估案例，确认录取项目、Supervisor Suitability Form、当前材料和资助来源。问清哪些数据可用、尚需何种审批，以及标签和时间戳是否支持初始结局；本项目按12月1日安排，CSC另按较早时间。

面试时，讨论第一个临床决策时点、队列和事件定义、虚弱代理局限、亚组事件数、缺失、基线比较及时间／外部验证。另需确认智能体属于核心课题，还是建立可靠模型之后的潜在延伸。

接受录取前，取得资助覆盖和年限、国际学费责任、数据访问备选方案、临床指导及阶段考核的书面说明，并商定外部数据或亚组样本量不足时，课题怎样继续。

证据与来源

项目与导师

论文与验证

学校与资格

资助与成本

按研究方向和所在国家或地区整理，优先展示资助类型相近的机会。申请前请核对各项目的最新公告。