香港科技大学（广州）全奖博士项目（Prof. Jintai CHEN）

一、学校招生要求

香港科技大学（广州）人工智能方向博士项目提供全额奖学金支持，为有志于AI领域研究的人才提供了绝佳的深造机会。根据最新招生信息，申请者需满足以下条件：

·拥有来自认可机构的学士学位，且成绩优异；或已完成至少一年的全日制（或两年的非全日制）研究生学习并有良好表现

·符合英语语言要求：需提供有效的英语水平证明，如毕业于英语为教学语言的机构则可豁免

·具有强大的计算机科学、统计学或相关学科背景

·编程能力强，能够在研究中熟练运用

·博士生需在第一学年完成AI必修课程并获得B+以上成绩

香港科技大学（广州）人工智能博士项目旨在培养学生进行原创性AI研究，培育独立、跨学科和创新思维，这对AI相关行业或学术界的成功职业生涯至关重要。学校采用全新的跨学科学术结构，以"枢纽"和"学域"取代传统的"学院"和"系"，促进跨学科融合，大力发展新兴和前沿学科。

申请过程采取全年滚动招生制度，所有研究型研究生项目的申请全年开放，但特定学期的录取可能会在某个时间点关闭。博士项目为全日制学生提供最长4年的全额研究生奖学金(PGS)，表现优异的博士候选人还可获得学校额外奖学金。

二、教授研究方向

陈晋泰教授是香港科技大学（广州）人工智能学域的助理教授，同时也与香港科技大学(清水湾校区)保持联系。他拥有浙江大学计算机科学与技术博士学位，并在美国伊利诺伊大学厄巴纳-香槟分校完成了博士后培训。

陈教授的研究方向主要集中在人工智能与医疗健康的交叉领域，具体包括：

1. 医疗基础模型研发

·开发适用于医疗健康领域的通用化基础模型

·构建可信任的多模态大语言模型

·设计针对医疗场景的生成式模型

2. 临床应用研究

·药物设计与发现

·临床试验优化

·预测性建模

·治疗方案推荐

·健康监测系统

3. 生物医学发现

·蛋白质编辑与功能优化

·抗体表征学习

·生物分子交互建模

4. 深度表格学习

·电子健康记录分析

·临床数据挖掘与模式识别

陈教授已在高影响力期刊和会议上发表了70多篇论文，包括Nature子刊、ICML、CVPR、ICCV和ICLR等，并拥有十多项授权专利。他的研究成果曾获ICME 2025最佳论文提名。

三、创新研究想法

基于陈教授的研究方向，以下是几个高质量可行的创新研究计划：

1. 多模态医疗知识推理框架

·构建整合临床文本、医学影像和生物序列的多模态推理系统

·开发能够跨模态理解医学知识的统一表征模型

·设计临床决策支持系统，通过多源数据融合提高诊断准确性和个性化治疗方案推荐

·实现领域知识与大模型能力的有效结合，克服单一模态的局限性

2. 可解释临床试验优化平台

·利用机器学习和自然语言处理技术分析大量临床试验文献和协议

·构建临床试验文档相似度搜索系统，加速相关资料检索

·开发患者筛选优化算法，提高临床试验的成功率和效率

·设计可解释性机制，使医生理解AI推荐背后的决策逻辑

3. 个性化药物响应预测系统

·结合基因组学、蛋白质组学和电子健康记录数据

·开发预测个体对特定药物反应的模型

·构建药物-靶点互作用网络，揭示潜在的新药靶点

·利用迁移学习方法解决不同人群数据稀疏性问题

4. 智能蛋白质设计与优化框架

·利用多模态学习桥接生物语言与蛋白质序列操作

·通过基于文本的指令实现可控蛋白质编辑

·开发能够同时优化酶活性、稳定性和抗体结合的综合模型

·构建从序列到功能的端到端预测系统