美國哥倫比亞大學(Columbia)博士申請攻略及PhD導師簡介

導師簡介

如果你想申請美國哥倫(lun) 比亞(ya) 大學 生物醫學博士，那今天這期文章解析可能對你有用！今天Mason學長為(wei) 大詳細解析哥倫(lun) 比亞(ya) 大學的Prof.Chase的研究領域和代表文章，同時，我們(men) 也推出了新的內(nei) 容“科研想法&開題立意”，為(wei) 同學們(men) 的科研規劃提供一些參考，並且會(hui) 對如何申請該導師提出實用的建議！方便大家進行套磁！後續我們(men) 也將陸續解析其他大學和專(zhuan) 業(ye) 的導師，歡迎大家關(guan) 注！

教授現任哥倫(lun) 比亞(ya) 大學醫學院生物醫學信息學教授，是醫學人工智能領域的先驅者。他擁有超過40年的跨學科經曆：教授在哥倫(lun) 比亞(ya) 大學獲得醫學博士學位，後任耶魯醫學院教育副院長以及IBM Watson醫療顧問。他是美國內(nei) 科醫學委員會(hui) 認證的內(nei) 科與(yu) 腎髒病學專(zhuan) 家。教授在哥倫(lun) 比亞(ya) 大學首創"生物醫學信息學"四年製課程體(ti) 係，培養(yang) 出28位美國醫學信息學院（AMIA）青年學者獎得主。

研究領域

（一）教學體(ti) 係

核心課程：

• 《醫療決策支持係統》
• 《藥物相互作用的人工智能解析》
• 《EHR數據治理與倫理》

實踐模塊：

• 基於IBM Watson平台的病例診斷演練
• NYP/哥倫比亞大學醫學中心真實病曆分析

（二）研究聚焦

慢性病智能預測：

• 開發機器學習模型預測慢性腎病（CKD）3期進展風險（AUC≥0.89）
• 構建多發性硬化症（MS）早期識別NLP工具

用藥安全優(you) 化：

• 建立多藥相互作用風險預警係統（覆蓋FDA批準藥物的97%）
• 開發老年患者處方合理性評估算法

外科風險建模：

• 脊柱手術靜脈血栓栓塞（VTE）預測模型（靈敏度92%）
• 骨科術後骨健康恢複預測係統

研究分析

1. Current status of artificial intelligence methods for skin cancer survival analysis: a scoping review

期刊：Front Med (2024)

係統評估了14種皮膚癌生存預測AI模型，發現集成學習(xi) 模型（如XGBoost）在5年生存率預測中表現最優(you) （C-index=0.81），為(wei) 個(ge) 性化治療方案選擇提供決(jue) 策支持。

2. Using Machine Learning Models to Predict Risk of Venous Thromboembolism Following Spine Surgery

期刊：Clin Spine Surg (2023)

基於(yu) 1,852例脊柱手術數據構建梯度提升模型，納入術中失血量、BMI、抗凝藥物使用等23個(ge) 特征，預測VTE風險的AUC達0.87，較傳(chuan) 統Caprini評分提升19%。

3. Predicting Bone Health Using Machine Learning in Patients undergoing Spinal Reconstruction Surgery

期刊：Spine (2023)

首次將DEXA掃描數據與(yu) EHR動態指標（維生素D水平、鈣攝入記錄）融合，開發術後骨密度預測模型，誤差率較傳(chuan) 統方法降低32%。

4. Prevalence of potentially harmful multidrug interactions on medication lists of elderly ambulatory patients

期刊：BMC Geriatr (2021)

通過分析12,309份老年門診處方，揭示28.7%的病例存在高風險藥物組合，促成FDA更新老年用藥安全指南。

5. Early recognition of multiple sclerosis using natural language processing of the electronic health record

期刊：BMC Med Inform Decis Mak

開發基於(yu) Bi-LSTM的NLP工具，從(cong) 非結構化病曆中提取視覺障礙、肢體(ti) 麻木等早期症狀，MS診斷時間平均提前14個(ge) 月。

6. Survival Analysis with Electronic Health Record Data: Experiments with Chronic Kidney Disease

期刊：Stat Anal Data Min

建立首個(ge) CKD進展的時變協變量Cox模型，證實尿蛋白/肌酐比動態變化是3期進展的最強預測因子（HR=3.21）。

項目分析

1. MS Detect

目標：實現多發性硬化症的亞(ya) 臨(lin) 床期診斷

技術：整合OCT光學相幹斷層掃描數據與(yu) MRI報告NLP分析

成果：將誤診率從(cong) 行業(ye) 平均23%降至9%

2. PharmGuard

機製：實時監測處方中的藥物相互作用

覆蓋：連接紐約長老會(hui) 醫院46個(ge) 科室的處方係統

影響：年預警高風險處方1,200+例

3. BoneAI

應用：脊柱術後骨愈合智能監測

創新：將CT影像組學特征與(yu) 生物標誌物動態融合

臨(lin) 床轉化：獲Orthofix公司商業(ye) 授權

研究想法

1. 生成式AI在醫療決(jue) 策中的應用

• 路徑：開發臨床診療大語言模型（MedGPT）
• 方法：基於Columbia Irving Medical Center的160萬份病曆微調LLaMA-3
• 價值：實現鑒別診斷的實時推理支持

2. 多模態數據融合預警係統

• 架構：整合可穿戴設備數據（如Apple Watch ECG）與EHR
• 目標：構建心肌梗死超早期預警係統（預警窗≥6小時）

3. 區塊鏈增強的用藥安全

• 機製：建立處方流轉區塊鏈平台
• 功能：實時追蹤藥物流通路徑，防範假藥風險

申請建議

1. 技能矩陣構建

• 編程：精通Python（PyTorch/TensorFlow）+ SQL
• 醫學知識：通過Coursera取得約翰霍普金斯《臨床數據科學》認證

2. 研究經曆優(you) 化

• 數據項目：參與MIMIC-III或eICU數據庫的二次分析
• 臨床協作：爭取三甲醫院信息科實習經曆

3. 申請材料亮點

• 技術報告：附EHR數據清洗與特征工程文檔
• 倫理思考：撰寫《AI診療中的偏差控製策略》短文

4. 網絡資源利用

• GitHub倉庫展示：
• 藥物相互作用預測模型代碼
• 醫療NLP文本分類項目

博士背景

Darwin，985生物醫學工程係博士生，專(zhuan) 注於(yu) 合成生物學和再生醫學的交叉研究。擅長運用基因編輯技術和組織工程方法，探索人工器官構建和個(ge) 性化醫療的新途徑。在研究CRISPR-Cas9係統在幹細胞定向分化中的應用方麵取得重要突破。曾獲國家自然科學基金優(you) 秀青年科學基金項目資助，研究成果發表於(yu) 《Nature Biotechnology》和《Biomaterials》等頂級期刊。