学术讲座—大规模传染病的预测预警体系
发布者： 科研处 更新日期： 2025-06-10 访问次数： 22
讲座题目大规模传染病的预测预警体系
主办单位电子电气与物理学院
联合主办单位
讲座人韩子天讲座人
职称		正高主持人邹复民
讲座类型自然科学讲座对象全校师生时间2025-06-13 14:30
地点至诚楼C1-206
讲
座
人
简
介		韩子天教授现任澳门科技大学创新工程学院工程科学系教授、博士生导师，科技部“一带一路”人工智能与公共卫生中葡联合实验室副主任，大规模呼吸疾病流行病预测预警与医学大数据人工智能应用实验室主任，广州医科大学客座教授（医工结合），珠江人才计划科技创新领军人才、国际电机电子工程师学会（IEEE）智能交通系统分会ITSS低空标准工作组召集人、广东省政协委员、澳门人工智能与机器人学会理事长、IEEE高级会员。韩教授专注于传染病预测体系、人机器人交互、医工结合等领域的研究与科技成果转化，具有丰富的研究经验和卓越的学术成就，主持完成国家级与地区科研项目30余项，国际高水平学术期刊（SCI-E检索）发表论文70余篇，拥有美国发明专利及中国发明已授权专利等知识产权近140项。近五年与企业签订专利授权、技术转化合同近亿元。 韩教授最具代表性的科研成果之一是开发了面向呼吸道传染病的AI预警系统“DiXcovery”。该系统融合了临床数据、现场监测、舆情分析、线上调查和人口迁移等多源信息，构建了一个实时、综合的流行病监测网络。通过结合SEIRS流行病学模型、Transformer以及自适应傅里叶分解（AFD）技术，“DiXcovery”实现了动态可调的预测机制，在疫情预测准确率和干预策略优化方面的效果超过85%。该系统已成功应用于多个公共卫生场景，包括新冠疫情初期及北京冬奥会等重大国际事件。通过与葡萄牙等地的国际合作伙伴共同推动，“DiXcovery”建立了全球流行病建模的联邦学习平台，显著增强了应对新发传染病的国际联动与响应能力。
讲座
主要内容		本讲座围绕呼吸道传染病的传播建模与智能预警体系构建，系统介绍了当前在疫情监测、趋势预测与政策评估方面的研究进展与技术路径。内容以传染病动力学模型为核心，从传统的 SEIR 框架出发，拓展至涵盖抗原漂移、多毒株共存、时空扩散与人群异质性等复杂机制的建模方法，体现了对现实传播过程更为精准的刻画能力。讲座强调数据与模型的融合应用，依托网络舆情、哨点医院与血清学等多源数据，构建了具备趋势识别、早期预警与情景模拟功能的综合分析平台，并通过引入自适应傅里叶分解与深度学习等算法，提升了对关键转折点与资源需求的预测精度。 在策略评估方面，讲座提出多种复合干预情景，包括疫苗接种优化、居家用药方案与医疗资源扩容等，为公共卫生部门在毒株演化或政策调整背景下提供决策支持。同时，面向跨区域预测和数据隐私保护的挑战，韩教授团队正联合国内外研究机构开展联邦学习框架的探索，以实现异构数据下的协同建模与智能推断。整体而言，本讲座展示了一套涵盖传染病建模、数据融合、算法预测与政策分析的系统化研究方案，为未来新发突发传染病的智能化响应与全球协作防控提供了重要技术支撑。