工作组与专业兴趣组
围绕健康数据科学的共同问题、方法与实务指南建立专门的协作群体。
活动与平台
ISFHDS 支持跨机构、跨学科检验方法、分享知识并推动成果转化的协作形式。
围绕健康数据科学的共同问题、方法与实务指南建立专门的协作群体。
为可复现的数据整理、建模、评价与分析流程提供参考实现。
基于清晰的数据来源、许可、评价卡和复现检查开展透明比较。
为学生、研究人员和从业者提供工作坊、教程和暑期学校等实践学习形式。
为跨学科讨论、同伴学习和不同职业阶段之间的连接提供空间。
在尊重各地治理要求和数据限制的前提下,比较不同场景中的方法与证据。
联盟项目
GenAIMed 是一个聚焦生成式人工智能在医学与生命科学中应用的协作团队。
该团队连接探索大语言模型及其他生成式系统在医学与生命科学研究中应用的研究人员。
GenAIMed 对生成模型严谨评价和负责任应用的关注,与学会覆盖临床及研究场景的整体使命相互补充。
社会影响
健康数据科学应服务多元群体,并形成能够支持实践、教育和政策的证据。
比较不同人口群体中的表现,并纳入健康社会决定因素相关指标。
分享课程与实践资源,支持负责任的专业人才培养。
将证据转化为清晰的简报,并为标准讨论贡献技术知识。
参与
告诉我们您的工作方向,以及您希望如何参与 ISFHDS 共同体。