欢迎同学申请加入人工智能医疗研究小组（医维矩阵实验室），相信来实习合作的同学都是非常优秀、充满探索科研的勇气的同学！我代表全课题组所有老师、所有师兄师姐欢迎你。
课题组实习合作面向医信交叉、医学技术、生信统计、人工智能/机器学习、计算机/软件等学院专业，招收有志于长期进行AI for Healthcare科研合作实习的同学。
在实习开始之前，为节约双方时间精力，建议阅读了解以下内容，其介绍实验室的基本情况、消解组内外信息差，对可能有兴趣进组合作的同学给予一定规划参考，确保我们双方在未来的合作中目标对齐、效率提升，共同做出有价值成果。即使你阅读后，发现大家需求、兴趣并不一致，也非常正常，可以再积极联络探索其他高校、课题组、公司的合作机会。希望你学有所得，走出属于自己的精彩科研路。
一、实验室科研领域方向简介
1.1. 方向简介
课题组长期致力于医信交叉领域的前沿研究，专注于利用人工智能技术解决临床医学中的关键问题。研究方向涵盖智慧医疗、预后预测、诊疗辅助、可解释深度学习、医疗垂直领域大模型及智能体等多个领域。具体来说，我们在终末期慢性肾病、淋巴瘤、产科等临床场景开展深入研究，开发基于多变量时间序列的电子病历数据（Electronic Health Record， EHR）分析方法，构建面向医疗领域的大型语言模型（LLM）应用，并推动这些技术在顶级三甲医院的实际应用。（团队微信公众号：医维矩阵实验室，MedX-PKU）
-
多模态基础模型，推理、高质量RAG；
-
结构化电子病历数据分析基准测试集、高可解释病历分析
-
多智能体驱动的电子病历数据分析自动化；
-
面向临床科学研究的R语言基础设施工具包。
课题组以解决重要临床科学问题为主要目标。我们招收有志于从事科研事业、对AI for Healthcare非常非常感兴趣的学生，目前课题组全部项目均为与医学院校合作的科学研究项目，几乎不做企业横向项目。对于迫切希望去互联网大厂实习找工作的同学，我们表示非常理解，但可能不适合我们组。
1.2. 联系之前优先了解
在正式联系我们之前，请先浏览课题组主页近几年发表的论文。帮助了解研究方向，以确保双向研究兴趣对齐。例如，我们在KDD 2025提出的重新评估传统电子病历数据（EHR）分析插值的必要性；在WWW 2025发表的“ColaCare”系统，通过DeepSeek多智能体协作提升了EHR建模的可靠性。同时，欢迎关注微信公众号/小红书：“医维矩阵实验室”了解工作中文介绍。
-
Ma, L., Zhang, C., Gao, J., Jiao, X., Yu, Z., Zhu, Y., ... & Wang, T. (2023). Mortality prediction with adaptive feature importance recalibration for peritoneal dialysis patients. Patterns, 4(12). https://www.cell.com/patterns/fulltext/S2666-3899(23)00294-5
-
Gao, J., Zhu, Y., Wang, W., Wang, Z., Dong, G., Tang, W., ... & Ma, L. (2024). A comprehensive benchmark for COVID-19 predictive modeling using electronic health records in intensive care. Patterns, 5(4). https://www.cell.com/patterns/fulltext/S2666-3899(24)00050-3
-
Liao, W., Zhu, Y., Wang, Z., Chu, X., Wang, Y., & Ma, L. (2025). Learnable Prompt as Pseudo-Imputation: Reassessing the Necessity of Traditional EHR Data Imputation in Downstream Clinical Prediction. In Proceedings of the ACM SIGKDD international conference on knowledge discovery & data mining. https://arxiv.org/abs/2401.16796
-
Wang, Z., Zhu, Y., Zhao, H., Zheng, X., Sui, D., Wang, T., ... & Ma, L. (2025). ColaCare: Enhancing Electronic Health Record Modeling through Large Language Model-Driven Multi-Agent Collaboration. Web Conference (WWW). https://arxiv.org/abs/2410.02551
二、实习基本要求
-
有强烈的AI for Healthcare科研兴趣与自驱力、有志于长期从事该领域研究并主动推进工作
-
有强烈的AI for Healthcare科研兴趣与自驱力、有志于长期从事该领域研究并主动推进工作
-
有强烈的AI for Healthcare科研兴趣与自驱力、有志于长期从事该领域研究并主动推进工作
-
基本机器学习、深度学习课程经验（如斯坦福吴恩达andrew ng教授MLDL课程、周志华西瓜书、李航统计学习）
-
python、pytorch/tensorflow等深度学习框架使用经验
-
本/硕/博任一期间就读985/211高校（或中科院等非985但同级别院所），或，已参与发表过CCF-C/SCI-2区以上级别文章。以上条件满足任一即可。
欢迎联系详询实习申请（邮箱：massltime@hotmail.com），并附简历或个人介绍。
邮件及简历pdf名称为：【实习申请】学校-年级-意向出国/长期科研合作/保博/其他-姓名.pdf
开课学年:
2025