学术动态
近日，2019级生物医学工程创新班两名本科生谭泳森和黄嘉慧同学以共同第一作者身份向JOURNAL OF BIOMEDICAL INFORMATICS（JBI）投稿的文章被接收，论文标题为“Identifying acute kidney injury subphenotypes using an outcome-driven deep-learning approach”。余夏夏老师为通讯作者，红宝石官方网站hbs160为第一完成单位。
DOI:https://doi.org/10.1016/j.jbi.2023.104393
JOURNAL OF BIOMEDICAL INFORMATICS（JCR Q1， IF：8.0）是生物医学信息学领域首屈一指的方法学期刊。杂志出版关于新方法和技术的研究，这些方法和技术具有普遍的适用性，并构成生物医学信息学科学发展的基础。JBI中的论文关注现实世界的生物医学或临床问题，开发新颖的方法来解决问题，并与当前最先进的方法相比，评估其适当性。其中主题包括（但不限于）临床决策支持、患者安全、自然语言处理、人工智能和机器学习、医疗保健知识表示、转化生物信息学、临床研究信息学和临床信息学。
以下为两位同学对投稿的论文做一个简单的介绍，大家如果对项目感兴趣，欢迎随时与之联系。
一、研究背景及意义
急性肾损伤（Acute kidney injury, AKI）是一种由多因素引发的肾功能急剧下降的临床综合综合征，具有发病率高和死亡率高等特点。急性肾损伤不仅在短期内对患者产生不良的临床结果，如体液超负荷、电解质或酸碱紊乱、免疫功能障碍和出血并发症，还与患者的长期生存率下降有关。急性肾损伤已成为了全球性的公共卫生问题。
开发基于时间序列的急性肾损伤亚表型识别方法有助于在时间维度中捕获更丰富的深层信息，从而识别更具有临床价值的急性肾损伤亚表型。但是，由于有限的临床识别工具和金标准的缺乏，急性肾损伤的诊断仍然充满挑战，实现这一目标的关键是建立起完善的急性肾损伤诊断机制与构建细致的分型诊疗方案。
所以，开发新技术、新方法从而挖掘时序性变量的深层信息以推导急性肾损伤新亚表型是迫切且必要的。
二、研究方法
本文以解决当前识别 AKI 亚表型研究关键问题为主要研究目标，以深度学习技术为主要手段，以 ICU中AKI 患者为研究对象，利用多源数据建模理论，构建具有 AKI 风险分级的亚表型结果，具体探讨了识别亚表型预后与生理生化指标差异，探索潜在的辅助诊断指标，从而赋能医疗健康。
本文提出了一个数据驱动与结果导向的AKI亚表型聚类深度学习框架，共包含构建研究队列；进行数据处理；监督降维；聚类四个研究步骤。
三、结果及创新点
本文提出了一种基于长短期时间记忆自编码器框架的监督聚类的分型方法，为现有研究存在的问题提供解决方法的参考（无监督、分型结果与危险分级无关、缺乏时序信息的深层挖掘）。该方法具有一定的鲁棒性与可复制性，且分型结果有助于建立更完善的疾病风险分级标准。本研究的创新性如下：
（1）对时序性数据应用LSTM-AE框架，不仅探究了生理生化指标之间的时序信息，而且实现了变量深层信息的挖掘，弥补先前研究工作的空白；
（2）构建监督器，监督器与降维过程协同训练，确保了分型结果与疾病严重程度相关联，增强了结果的临床可解释性和说服力；
（3）整合多来源数据库，构建多队列研究，开展敏感度分析，论述了分型结果与方法流程的鲁棒性。
四、两位同学简介
谭泳森:2019年毕业于广东石门中学，入读红宝石官方网站hbs160生物医学工程学院人工智能创新班，校级优秀毕业生，在学业上，GPA3.93；在科研方面，以共一发表CCF-B论文一篇，EI检索论文（最佳论文提名）一篇，JCR一区论文一篇（IF 8.0）；发明专利2项（实审2项），软件著作1项。
黄嘉慧:2019年毕业于广东实验中学，入读红宝石官方网站hbs160生物医学工程学院人工智能创新班，荣获医学部优秀毕业生称号。在学业上，GPA3.81，曾获校内“学习之星”二等奖；在文体活动中，积极组织与参与艺术活动，曾获2021年校长杯体育舞蹈比赛最佳组织奖等；在科研中，以共一身份发表CCF B论文一篇，EI检索论文（最佳论文提名）一篇，SCI一区论文（影响因子8.0）一篇，共计申请专利2项（实审2项），软件著作1项。
恭喜谭泳森和黄嘉慧两位同学再创佳绩！此前，两位同学已经打下了深厚的科研基础，并在学术会议上发表了相关论文。
2022 年12 月在学术会议IEEE International Conference on Bioinformatics and Biomedicine (BIBM)发表论文。
2022年11月在第八届中国健康信息处理大会(CHIP 2022) 发表论文并做口头汇报。
一份耕耘，一份收获，让我们再次祝贺两位同学!
