Rinn 人工智能：用于癫痫风险预测的 AI 驱动模型

项目概览

本项目在 Royal College of Surgeons in Ireland 的 Department of Medicine 开展，隶属 Research Ireland 资助的 Rinn Artificial Intelligence 多机构跨学科研究中心。

课题聚焦 AI 驱动的癫痫风险预测，目标是整合基因组数据与公共卫生数据，以改进爱尔兰癫痫结局的预测、分层和理解。

项目采用 cohort-based 博士训练模式，面向 2026 年 9 月入学。

来自计算机科学、计算生物学、数据科学、AI、遗传学和健康科学等背景的申请者都可考虑。

除个人博士研究外，学生还会参加结构化训练、职业发展与技能培养活动。

项目详情

项目介绍指出，Rinn Artificial Intelligence 研究中心是一个多机构、跨学科平台，覆盖 foundational methods、translational methods、data and processing、people-centred AI、democratic governance、society and culture and health 等方向。这个博士课题则把中心的 AI 方法能力具体落实到癫痫风险预测问题上，强调从基因组层面和公共卫生层面共同建模，而不是仅依赖单一类型的数据。

研究目标包括三层：第一，构建 AI 驱动的预测模型，用于识别更高风险的患者群体；第二，做风险分层，使临床和公共卫生决策能够区分不同人群的需求；第三，提升对爱尔兰癫痫结局形成机制的理解。由于项目明确提到 genomic data 与 public health data 的整合，这意味着研究既包含生物医学数据处理，也包含面向群体健康结局的分析框架。项目更适合希望把 machine learning、统计建模和 health data 结合起来的申请者。

项目属于 cohort-based 博士培养计划，因此除了个人课题外，还包含系统化训练与职业发展支持。学校也强调 equality, diversity, and inclusion，并特别欢迎 under-represented groups 申请。对申请者而言，这类设置说明项目既看重研究产出，也看重研究训练过程本身，适合愿意长期投入数据方法与健康研究交叉工作的申请者。

导师为 Dr Stephen Madden。RCSI School of Population Health 也在推动人口层面数据与研究平台在爱尔兰的使用方式升级，因此该项目具有较强的公共卫生应用背景。整体来看，它不是纯算法课题，而是希望把 AI 结果转化为对癫痫风险、分层和健康管理有实际价值的分析工具。

导师为 Dr Stephen Madden，项目同样依托 RCSI 的人口健康与 AI 研究环境。由于研究同时涉及 genomic data 和 public health data，申请者需要能够处理不同来源、不同尺度的数据，并注意健康数据使用中的解释性、偏倚和实际转化问题。

进一步看，癫痫风险预测不仅是一个分类或回归任务，还涉及患者分层、结局解释和公共卫生应用。项目把 prediction、stratification 和 understanding 并列提出，说明研究需要同时关注模型性能、可解释性和对健康管理的实际意义。申请者若有医学数据经验，会更容易处理临床变量、遗传信息和群体健康数据之间的关系。

从申请准备角度看，申请者应能说明自己如何处理基因组数据、公共卫生数据、风险分层指标和癫痫结局解释之间的关系。项目文本也提到会议和培训经费，因此博士期间预计会结合研究训练、学术交流和技能发展推进，并在队列式培养中接触更广泛的 AI 与健康数据主题。

申请者还需重视健康数据治理、模型解释和跨团队沟通。

申请要点

• 背景偏好：计算机科学、计算生物学、数据科学、AI、遗传学、健康科学等相关背景。

• 资格要求：相关学科至少 upper second class (2.1)；具备 health 或 medical data 经验者更合适。

• 培养方式：2026 年 9 月入学；cohort-based PhD training programme；另有职业与技能发展活动。

• 资助信息：每年 €25,000，持续 4 年；另有经费支持会议、培训活动和 fees。

• 申请材料：完整申请表；通过在线表格提交。入围者后续需提交 CV、成绩单及其他相关文件，推荐人也会在此阶段被联系。

• 语言要求：需满足学校英语语言要求。

• 时间节点：申请截止 2026 年 7 月 3 日；shortlisting 为 2026 年 7 月 10 日；面试时间为 2026 年 7 月 20 日当周或 7 月 27 日当周，支持线上面试；计划入学日期为 2026 年 10 月 1 日。

• 其他说明：项目鼓励 under-represented groups 申请；学校不提供 individual feedback；迟交或材料不全通常不予评审。

需要进一步确认

• RCSI 官方项目页显示 shortlisting 为 2026 年 7 月 10 日，面试安排在 2026 年 7 月 20 日当周或 7 月 27 日当周。这一时间线与 2026 年 10 月 1 日入学安排一致。

• 公开信息未进一步说明学费是否全额覆盖，fee 支持的具体口径需要核实。

PhD 项目深度调研报告：Rinn Artificial Intelligence: AI-driven models for Epilepsy Risk Prediction

执行结论

推荐标签：有吸引力，但需要核实匹配度。

如果申请者希望攻读的是健康数据、AI、基因组学与人群健康交叉方向的 PhD，而不是纯理论型 AI 课题，这个项目整体上具有较强吸引力。最突出的积极信号包括：RCSI 以健康科学为核心的研究环境、School of Population Health 明确的数据科学与生物统计优势、RCSI Data Science Centre 在临床预测和组学分析上的公开能力，以及新成立的 Research Ireland Rinn AI 网络。Research Ireland 将 Rinn AI 定位为国家级数据科学与 AI 枢纽，目标涵盖基础研究与面向社会挑战的跨学科工作：来源。

真正需要尽早核实的，不是课题方向是否成立，而是这个项目是否已经具备支撑临床 AI 博士研究所需的癫痫数据、临床协作和治理路径。Dr Stephen Madden 的公开资料与项目方法学高度相关，尤其体现在 bioinformatics、genomics、statistics、transcriptomics、next-generation sequence analysis 和 data integration 方面：来源。但目前能看到的近期论文证据，更多集中在 genomics、omics、cancer、kidney disease 以及爱尔兰患者结局分析，而非癫痫本身。这并不构成否定，但意味着申请者应尽早确认是否存在癫痫方向的共同指导安排，以及数据访问和联结审批是否已经落实。

学校、项目与地点信号

RCSI 是一所以健康科学为核心的大学和研究机构，最初作为爱尔兰国家层面的外科培训机构成立，现已覆盖健康教育、研究和专业培训：来源。就这个项目而言，更关键的信号来自 School of Population Health。其官方页面明确表示，该学院围绕人口健康挑战开展研究、教育与合作，并强调多样化数据、分析方法与技术的使用：来源。

学院研究页面与本课题的契合度较高。页面列出的重点方向包括 biostatistics and data science、epidemiology and surveillance、health outcomes analytics、health services policy、implementation research 和 health metrics：来源。Data Science Centre 的公开介绍则更直接对应本项目可能采用的方法，覆盖 biostatistics、bioinformatics、epidemiology、data management、research design、clinical prediction rule development、omics data analysis、data integration、FAIR data、多变量统计以及 PhD supervision：来源。

排名信号整体正面，但应放在学科语境下理解。Times Higher Education 的 RCSI 页面给出 2026 World University Rankings 为 251-300，Clinical and Health 为 201-250，2026 Impact ranking 中 Good Health and Wellbeing 排名第 9：来源。这说明其健康科学与社会影响方向的机构背景较强，但不能单凭这一点推出其在深度计算机科学训练上的优势同样突出。

地点因素则同时带来便利与压力。RCSI 的都柏林页面显示校区位于市中心：来源。这有利于通勤、城市资源获取和学术网络接触，但住宿成本与找房难度也会明显更高。

导师与实验室评估

导师研究方向

Dr Stephen Madden 在 RCSI Data Science Centre 中被列为 Senior Lecturer。其个人页面显示，他具有 bioinformatics 和 biostatistics 背景，研究兴趣包括 cancer genomics and transcriptomics、next-generation sequence analysis、multivariate statistics 和 data integration：来源。页面元数据还列出其技术专长涉及 bioinformatics、clinical trials、genomics、metabolomics、microarrays、proteomics、statistics 和 transcriptomics。

对于一个要整合 genomic data 与 public health data 的项目而言，这种方法学背景是明显加分项。问题不在于方法能力，而在于领域专属性。目前公开可见的个人资料与论文证据，支持其在计算生物医学数据方面具备扎实基础，但尚未清晰显示其在癫痫方向已形成持续发表线。如果导师团队中正式纳入神经科医生、癫痫临床医生、遗传学家或公共卫生数据持有方，项目的临床落地性会更强。

近期重要论文

Madden 的 ORCID 记录可用于判断其近年的研究广度：来源。

与本项目较相关的近期论文包括：

• Polygenic risk scores for eGFR are associated with age at kidney failure（2025）：其相关性在于把多基因风险评分与具有临床意义的结局时间联系起来，虽然疾病领域是肾病而不是癫痫：来源。
• Unveiling Factors Influencing Mortality in Irish Hip Fracture Patients: A Comprehensive Five-Year Analysis（2025）：与爱尔兰患者结局建模和风险因素分析相关：来源。
• Circular RNAs are differentially expressed in cystic fibrosis bronchial epithelium and regulate ion conductance（2026）：与 transcriptomic/omics 分析和疾病机制建模相关：来源。
• Platelet proteomic profiling reveals potential mediators of immunothrombosis and proteostasis in myeloproliferative neoplasms（2024）：体现其在高维生物医学数据分析方面的能力：来源。

这些论文说明他在 genomics、omics、clinical outcomes 和 biomedical risk modelling 方面具备与本项目相邻的技术积累，但并不能替代对癫痫领域临床输入的核实。

实验室、资源与合作环境

RCSI Data Science Centre 是这个项目较可信的落点，因为其公开描述直接覆盖项目很可能依赖的方法体系：bioinformatics、epidemiology、clinical prediction rules、omics、data integration、FAIR data 与 statistical modelling：来源。

更大的 Rinn 背景则提供了资源规模上的加成。Research Ireland 表示，七个 Rinn centres 合计代表 EUR 460 million 投资，将支持 577 个研究岗位，并培养 over 800 PhDs，RCSI 也是参与机构之一。同一公告列出 Rinn Artificial Intelligence 的金额为 EUR 121,752,497：来源。Research Ireland Centres 还被描述为为 PhD students 和 early-career researchers 提供 advanced training：来源。

研究方向与领域前景

领域动能

癫痫属于负担较高、公共卫生意义明确的神经系统疾病。WHO 的 epilepsy fact sheet 提供了这一疾病背景：来源。

面向癫痫预测的 AI 研究处于活跃期，但技术门槛并不低。近期 PubMed 来源包括：关于 real-time EEG-based seizure prediction using AI 的 2026 年系统综述：来源；关于 AI models for epilepsy surgery outcome prediction 的 2026 年系统综述与 meta-analysis：来源；一项涉及 epilepsy and depression 的 2026 年 AI-driven retrospective database study：来源；以及一篇关于 epilepsy brain network construction and analysis 的 2026 年方法综述：来源。

这些资料支持项目选题本身具有现实基础，但也说明一个扎实的 PhD 不能只停留在“做出一个模型”。更关键的工作往往在于 endpoint definition、phenotype quality、class imbalance、missingness、calibration、external validation、privacy、fairness、interpretability 和 clinical usefulness。

可能的研究切入点

较合理的研究切入点包括：

• 把 genomic、demographic、comorbidity、medication、healthcare-utilisation 和 public-health covariates 结合起来，构建 multi-modal risk models。
• 针对临床上有意义的结局做风险分层，例如 seizure recurrence、treatment response、hospitalisation、comorbidity onset 或 adverse outcomes。
• 对 genomic-only、public-health-only 与 integrated models 进行系统比较和验证。
• 检验模型在 age、sex、socioeconomic、geographic 或 ancestry-related 群体上的公平性与可迁移性。
• 发展便于临床解释的建模方式，而不是仅停留于黑箱预测。
• 处理 data linkage methodology、missing-data handling 和 uncertainty quantification。

另有一篇 2026 年关于癫痫药物浓度预测的 machine-learning 论文，也说明癫痫 ML 已逐步进入更实际的 clinical decision-support 场景，而不只是诊断问题：来源。

职业与市场前景

对于既能建立技术能力、又能积累健康领域可信度的申请者而言，这个方向的职业信号是正面的。Research Ireland 对 Rinn AI 的投入，说明爱尔兰在研究与创新层面对数据科学和 AI 人才存在持续需求：来源。HSE 的公共卫生研究页面也表明，爱尔兰公共卫生研究、伦理与卫生服务证据体系是活跃的治理环境，而不是抽象背景：来源。OECD AI Policy Observatory 的 Ireland 页面同样将 AI 讨论放在 health、future of work、innovation 和 responsible AI 的框架下：来源。

可预见的职业路径包括 health AI/data science、bioinformatics、population-health analytics、clinical prediction modelling、公共部门健康数据研究，以及 clinical AI 或 biomedical data science 方向的博士后研究。风险在于，通用 AI 技能本身越来越常见；真正有区分度的，仍是健康数据治理、验证设计与跨领域协作的可信经历。

资助、生活成本与现实约束

项目说明写明，这是一项 four-year studentship，提供每年 EUR 25,000 的 stipend、fees，以及会议和培训活动的额外支持。申请入口为以下在线表格：来源。

与资金相关的关键不确定性在于“fees”的覆盖范围。英文报告明确提示，申请者需要确认 non-EU tuition fees 是否被全额覆盖，以及 “fees” 具体包含哪些项目。若这一点未在 offer 或书面说明中写清，资金可承受性判断会出现明显偏差。

现实层面的另一大约束是都柏林生活成本。Numbeo 的 2026 年 6 月 Dublin 页面估计，单人月生活成本（不含房租）约为 EUR 1,078，而市中心一居室租金高于 EUR 2,100；同时需要保留其 crowd-sourced 数据属性这一限制：来源。比较务实的解读是：合租、尽早找房以及核实学费覆盖情况都很关键；若希望单独承担市中心住宿，这份 stipend 的压力会比较大。

申请要求与流程

RCSI 的英语要求页面写明，母语非英语的申请者需要证明英语能力，并列出 IELTS overall 6.5、单项不低于 6.0 作为最低要求之一：来源。

从背景匹配看，这个项目最适合具备以下一种或多种条件的申请者：

• 计算机科学、数据科学、统计学、计算生物学、生物信息学、遗传学、健康科学或流行病学背景。
• 具备 Python 或 R、统计建模、machine learning、数据清洗和可复现分析经验。
• 接触过 health、medical、genomic、omics、registry、EHR、public-health 或其他敏感数据。
• 对 responsible clinical AI 的关键问题有明确兴趣，包括 validation、calibration、interpretability、fairness、privacy 和 governance。

相对需要谨慎的情形也很明确。如果申请者希望的是几乎不涉及领域合作的纯算法 AI 课题，这个项目未必合适；项目描述更接近 applied health modelling 与 data integration，而不是新模型架构本身。健康科学背景但编程或统计基础较弱的申请者，需要拿出快速补足技术能力的证据；计算机科学背景但缺乏生物医学语境的申请者，则需要证明自己理解临床与公共卫生数据的限制条件。

有帮助的准备证据包括：一个可复现的 machine-learning 或统计分析项目；处理 biomedical、genomic、clinical、registry 或 observational data 的经验；对 risk prediction、survival analysis、longitudinal modelling、calibration 和 external validation 的理解；以及一段不过度夸大临床成熟度的说明，解释如何将 genomic data 与 public-health data 结合起来服务于癫痫结局分层。

风险与待核实问题

高优先级

1. 这个 PhD 已有哪些 genomic 和 public-health datasets 获批并可直接使用？
2. 导师团队中是否已有癫痫临床医生、神经科医生、遗传学家，或患者/公众参与负责人参与共同指导？
3. 主要结局究竟是什么：epilepsy onset、seizure recurrence、treatment response、hospitalisation、mortality、comorbidity，还是其他终点？
4. 是否已经确定 external validation cohort？
5. non-EU tuition fees 是否全额覆盖，“fees” 的具体范围是什么？
6. 学生将使用何种 secure data environment 与 compute resources？
7. ethics、consent、privacy 以及 data-linkage governance 将如何落实？

中优先级

1. 面向 2026 年首批入学者，Rinn cohort-based training 的具体内容是什么？
2. 第一年和第二年现实可达到的论文产出目标是什么？
3. 确认面试周安排是线上、线下还是混合形式，以及候选人需要准备哪些技术或数据建模材料。
4. 对在都柏林就读的资助型 PhD 学生，是否有住宿建议或支持渠道？
5. 项目是否会纳入患者/公众参与、临床工作坊或卫生服务实施合作方？

证据与来源

核心机构与项目

• RCSI official project page
• RCSI About
• RCSI School of Population Health
• School research page
• RCSI Data Science Centre
• THE RCSI profile

导师与论文

• RCSI Stephen Madden profile
• Stephen Madden ORCID
• polygenic risk score paper
• Irish hip fracture outcomes paper
• circular RNA paper
• proteomics paper

Rinn 与领域

• Rinn Network
• Rinn investment announcement
• Research Ireland Centres
• WHO epilepsy fact sheet
• PubMed AI seizure prediction review
• PubMed epilepsy surgery outcome prediction review
• PubMed AI retrospective database study
• PubMed brain-network review
• PubMed pediatric epilepsy concentration prediction paper

资助、申请、成本与市场

• application form
• RCSI English requirements
• RCSI Life in Dublin
• Dublin cost proxy
• HSE public-health research
• OECD AI Policy Observatory Ireland page