新加坡国立大学医学系全奖博士招生 | Prof. Gao

导师简介

如果你想申请新加坡国立大学 医学系博士，那今天这期文章解析可能对你有用！今天Mason学长为大家详细解析新加坡国立大学的Prof. Gao的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！

Dr Gao Yujia是肝胆胰外科与肝移植领域的临床专家，同时深耕沉浸式技术在医疗领域的应用研究。他于2011年毕业于新加坡国立大学杨潞龄医学院，2012年加入国立大学医院 residency项目，2013年获爱丁堡皇家外科医师学院会员资格，2017年取得外科学硕士学位。2019年完成residency培训后，他获得爱丁堡皇家外科医师学院院士资格，并经专科认证委员会认证为普通外科专科医生。2020年，Dr Gao加入外科系肝胆胰外科 division，专注于肝胆胰疾病及肝移植手术的临床与研究工作。

研究分析

1. 数字孪生肝脏体模验证研究（2026）：发表于《Lecture Notes in Computer Science》（16193 LNCS:23-34）该研究针对肝脏手术数字孪生框架的验证需求，开发了一种新型物理肝脏体模。体模模拟健康、脂肪性和纤维化三种常见肝脏组织的力学与视觉特性，解决了传统体模 fidelity 不足的问题。研究团队测试了琼脂、明胶、魔芋等多种材料，通过25名外科医生的12题问卷优化配方，并利用达芬奇Xi手术系统对体模与新鲜猪肝脏进行压缩、捏合、牵拉、切割等标准外科操作，结合立体内镜视频分析视觉保真度与组织变形。力学测试结果显示，体模的压缩和拉伸杨氏模量与文献中真实组织数据高度吻合。该成果为数字孪生模型的校准验证提供了实体测试平台，实现了计算模型与真实手术场景的衔接。
2. 混合现实引导微创心脏手术研究（2025）：发表于《Journal of Cardiovascular Development and Disease》（12(2)）针对微创心脏手术（MICS）术野暴露有限的痛点，探索MR全息技术的应用价值。研究通过术前精准规划与术中全息成像导航，提升手术操作的精准度与安全性。团队的初步实践表明，MR技术可整合多源术中数据，为术者提供实时三维解剖参考，有效弥补传统微创手术视野局限的不足，为复杂心脏手术的微创化提供了新方案。
3. HoloLens在胸骨后甲状腺肿术中评估的应用（2025）：发表于《Scandinavian Journal of Surgery》（114(3):378-380）首次将HoloLens混合现实设备应用于胸骨后甲状腺肿的术中评估。胸骨后甲状腺肿因位置深、解剖结构复杂，术中定位与边界判断难度较大。研究通过HoloLens将术前影像学数据转化为术中全息影像，叠加于真实术野，帮助术者实时掌握病灶与周围血管、气管的关系，提高了手术切除的安全性与彻底性。

研究想法

基于Dr Gao现有研究基础，结合外科临床痛点与技术发展趋势，可提出以下创新研究方向：

1. MR+AI融合的术中实时病理诊断系统：将MR全息成像与人工智能病理分析算法结合，在肝胆胰肿瘤切除术中，通过MR设备实时显示肿瘤区域全息影像，同时利用术中活检组织的快速病理切片数据训练AI模型，实现“影像-病理”双模态实时融合诊断。该系统可帮助术者在术中即时判断肿瘤性质与切缘状态，减少二次手术风险，尤其适用于边界不清的肝脏恶性肿瘤手术。
2. 5G-MR远程肝移植手术指导平台：依托5G低延迟特性，构建MR远程指导系统。当基层医院开展复杂肝移植手术时，专家可通过MR设备实时获取术野全息影像，叠加标注指导信息，实现“专家全息在场”的远程协作。平台还可整合术中生命体征、影像数据等多源信息，通过AI辅助分析提供手术决策建议，推动优质医疗资源下沉。
3. 沉浸式外科培训标准化模块开发：基于数字孪生肝脏体模技术，开发肝胆胰外科手术沉浸式培训模块。模块包含“基础操作-复杂手术-并发症处理”三级培训体系，通过MR设备模拟不同病情的手术场景，结合力反馈技术还原组织触感，同时引入手术操作轨迹分析与AI评分系统，实现培训过程的标准化与量化评估，解决传统外科培训中“机会少、风险高”的难题。

申请建议

1.学术背景与知识储备：

• 医学背景申请者需夯实肝胆胰外科基础，熟悉常见手术流程与解剖特点，可通过阅读《Hepatobiliary and Pancreatic Surgery》等专著及最新临床指南提升专业认知；
• 工科背景申请者需重点掌握计算机视觉、图形学基础，了解MR设备工作原理，推荐学习Unity或Unreal Engine开发工具，掌握Python/C++编程语言及OpenCV等影像处理库；
• 跨学科申请者需补充医学统计学知识，熟悉临床试验设计方法，可通过在线课程（如Coursera的“Clinical Research Design”）系统学习。

2.科研经历准备：

• 优先参与医疗影像处理、AR/VR医疗应用或数字孪生相关项目，积累算法开发、设备调试或临床数据收集经验；
• 尝试发表跨学科领域会议论文（如MICCAI、SIGGRAPH）或期刊论文，若有第一作者成果需突出技术与临床结合的创新点；
• 若无直接相关经历，可通过开源项目（如医疗影像数据集KITTI、BraTS）开展自主研究，完成简单的MR影像分割或3D重建任务，形成可展示的成果。

3.文书材料优化：

• 个人陈述（PS）需明确阐述“临床问题-技术方案-研究兴趣”的逻辑链，举例说明对Dr Gao数字孪生或MR研究的理解，避免泛泛而谈；
• 研究计划（RP）需聚焦具体临床痛点，如“MR在肝移植血管吻合中的应用”，提出可落地的技术路线，包括数据来源、实验设计与预期成果，建议参考其发表论文的研究框架；
• 推荐信优先选择具有医疗信息化或外科临床研究经验的导师撰写，突出申请者的跨学科思维与实践能力。

4.技能与沟通准备：

• 掌握基础的手术模拟软件（如Surgical Science）或MR设备操作（如HoloLens 2），可在面试中展示相关操作演示；
• 提前阅读Dr Gao近3年发表的所有论文，梳理其研究脉络与未解决的问题，面试时提出针对性疑问或改进思路；
• 准备1-2个具体案例，说明自己如何通过技术手段解决临床问题，体现问题意识与创新能力。

博士背景

Edward。985医学院博士生，专注于肿瘤免疫治疗和精准医学研究。擅长运用基因编辑技术和人工智能算法，探索个体化癌症治疗策略。在研究CAR-T细胞疗法改良方面取得重要突破。曾获国家奖学金和中华医学会青年科学家奖。研究成果发表于《Nature Medicine》和《Cancer Cell》等顶级期刊。