• 在健康大数据迅猛发展的今天，从电子病历、医学影像到可穿戴设备，海量、多源且高维的健康数据正在不断产生。如何从这些复杂数据中提取科学证据、揭示疾病机制并指导临床与公共卫生决策，已成为现代医学与生命科学面临的核心挑战。生物统计学正是在这一背景下发挥关键作用的基础学科与方法学支柱。

• 生物统计学是统计学与生命科学深度融合的交叉学科，其核心在于利用严谨的统计理论与方法，对健康相关研究进行科学设计，并对所产生的数据进行分析与解释。生物统计学家不仅参与临床试验与流行病学研究的设计，还开发新方法以应对复杂数据结构，从而支持疾病风险评估、治疗效果评价及公共卫生决策。

• 在此背景下，我系在生物统计方向已形成良好的研究基础，围绕健康大数据分析与方法学创新开展系统性研究。团队成员在生物指标累积变化率的新理论框架、生存分析、纵向数据建模、图像数据的统计学习、连续健康监测数据分析、概率图模型、全基因组关联分析等方面具有丰富的研究经验，并与多家医学研究机构保持长期、紧密的合作关系，持续开展面向真实临床问题的交叉研究。通过方法学创新与实际应用相结合，我们致力于推动生物统计学方法在医学与公共卫生中的实际应用与转化，培养具备扎实统计基础、能够开展跨学科合作，并具有方法创新能力的生物统计人才。

• 随着人工智能等技术的发展，生物统计学的研究不断拓展，在复杂健康数据分析与决策支持中发挥日益重要的作用。生物统计学已在癌症、心血管疾病、传染病等重大健康问题中发挥不可替代的作用，为疾病的发生机制、传播规律及干预策略提供定量依据。这一方向不仅具有广阔的学术前景，也在生物医药、公共卫生、健康科技等领域拥有强劲的人才需求。随着健康数据规模与复杂度持续增长，生物统计学在揭示数据规律、发现潜在风险因素及支持精准医疗方面的重要性不断提升。

核心团队成员：潘建新，马绰欣，周新凯