2023年8月24日，國家自然科學(xué)基金委員會發(fā)布《關(guān)于2023年國家自然科學(xué)基金集中接收申請項(xiàng)目評審結(jié)果的通告》。

根據(jù)公告，2023年國家自然科學(xué)基金共資助資助面上項(xiàng)目20321項(xiàng)、重點(diǎn)項(xiàng)目751項(xiàng)、重點(diǎn)國際（地區(qū)）合作研究項(xiàng)目74項(xiàng)、青年科學(xué)基金項(xiàng)目22879項(xiàng)、優(yōu)秀青年科學(xué)基金項(xiàng)目630項(xiàng)、優(yōu)秀青年科學(xué)基金項(xiàng)目（港澳）25項(xiàng)、國家杰出青年科學(xué)基金項(xiàng)目415項(xiàng)、創(chuàng)新研究群體項(xiàng)目43項(xiàng)、地區(qū)科學(xué)基金項(xiàng)目3538項(xiàng)和外國學(xué)者研究基金項(xiàng)目109項(xiàng)（包括外國優(yōu)秀青年學(xué)者研究基金項(xiàng)目50項(xiàng)、外國資深學(xué)者研究基金項(xiàng)目59項(xiàng)）。

國家自然科學(xué)基金作為國家支持基礎(chǔ)研究的主渠道之一，被廣泛視為衡量基礎(chǔ)研究實(shí)力和原始創(chuàng)新水平的重要標(biāo)志。

對于醫(yī)院來說，國家自然科學(xué)基金項(xiàng)目數(shù)量和資助經(jīng)費(fèi)在一定程度上反映了醫(yī)院的基礎(chǔ)研究水平，衡量高校和科研院所人才隊(duì)伍建設(shè)和科學(xué)研究水平的重要標(biāo)志。得到國家自然科學(xué)基金的支持，代表著符合國家的科研需求和方向，而立項(xiàng)數(shù)量的不斷增長，則是醫(yī)院綜合科研實(shí)力不斷提升的體現(xiàn)。

其中人工智能 醫(yī)學(xué)的課題方向成為了2023年國自然中標(biāo)項(xiàng)目中重要的研究方向。下面就由“科研之心”對2023年國自然醫(yī)學(xué)科學(xué)學(xué)部的中標(biāo)項(xiàng)目中有關(guān)人工智能及大模型相關(guān)的課題匯總，統(tǒng)計(jì)如下：

為了便于閱讀，將項(xiàng)目標(biāo)題單獨(dú)拎出來如下：

基于機(jī)器學(xué)習(xí)的心臟大血管手術(shù)后譫妄預(yù)測模型研究

基于PET/CT的深度學(xué)習(xí)模型預(yù)測彌漫大B細(xì)胞淋巴瘤分子亞型的研究

基于機(jī)器學(xué)習(xí)的急性顱內(nèi)動脈粥樣硬化性大血管閉塞的診斷模型構(gòu)建及干預(yù)策略研究

基于中醫(yī)診療多元信息智能關(guān)聯(lián)方法的糖尿病大血管病變病證數(shù)字化表征與演變規(guī)律研究

肺磨玻璃結(jié)節(jié)演進(jìn)不同階段的多模態(tài)無創(chuàng)預(yù)測模型建立

基于眼外觀三維重建的智能眼病篩診模型研究

利用深度學(xué)習(xí)構(gòu)建前列腺癌時(shí)序性CBCT劑量偏差干預(yù)和預(yù)警模型

基于多參數(shù)心臟磁共振心衰患者機(jī)器學(xué)習(xí)風(fēng)險(xiǎn)預(yù)警模型的研究

基于智能影像的低級別腦膠質(zhì)瘤術(shù)后風(fēng)險(xiǎn)分層決策模型構(gòu)建

基于多模態(tài)MRI和DenseNet深度學(xué)習(xí)構(gòu)建TAO激素抵抗預(yù)測模型的研究

阿爾茨海默病早期認(rèn)知功能下降病情演化臨界預(yù)警模型研究

基于舌脈象多模態(tài)信息融合的NSCLC證候診斷與療效評價(jià)模型研究

基于多尺度模型研究抗新冠病毒藥物在人群中的效果

數(shù)字化三維斜視度測量模型構(gòu)建與全病程智能監(jiān)測應(yīng)用

基于循環(huán)腫瘤細(xì)胞與多模態(tài)影像的肝癌超進(jìn)展智能預(yù)測模型構(gòu)建及驗(yàn)證

基于機(jī)器學(xué)習(xí)和影像學(xué)多參數(shù)融合的心血管不良事件風(fēng)險(xiǎn)預(yù)測模型研究

基于視覺-語言預(yù)訓(xùn)練模型的肺腺癌血供狀態(tài)分層影像診斷系統(tǒng)的建立

基于cfDNA甲基化的機(jī)器學(xué)習(xí)模型在結(jié)直腸癌早期診斷中的研究

基于影像-病理多模態(tài)深度學(xué)習(xí)的三陰性乳腺癌預(yù)后模型及應(yīng)用研究

基于反復(fù)妊娠丟失“外周——局部”交互作用機(jī)制探討的妊娠結(jié)局AI預(yù)測模型構(gòu)建

基于產(chǎn)前超聲深度學(xué)習(xí)模型預(yù)測胎兒22q11缺失風(fēng)險(xiǎn)的應(yīng)用研究

基于新一代深度概率模型的智能分子生成新方法及其應(yīng)用研究

基于可解釋人工智能模型的內(nèi)鏡下結(jié)直腸癌浸潤深度的研究

基于多模態(tài)大數(shù)據(jù)構(gòu)建糖尿病視網(wǎng)膜病變風(fēng)險(xiǎn)預(yù)測模型的方法學(xué)研究

基于LSA三維形變模型和深度學(xué)習(xí)的OPG-CBCT跨模態(tài)圖像預(yù)測方法研究

基于深度學(xué)習(xí)多模態(tài)融合與多任務(wù)聯(lián)合技術(shù)構(gòu)建證素辨證智能迭代進(jìn)化新模型

基于MRI-PET/CT圖像特征構(gòu)建局部晚期鼻咽癌誘導(dǎo)化療決策的人工智能模型

基于舌苔宏蛋白質(zhì)組學(xué)的人工智能胃癌高危人群識別模型構(gòu)建及驗(yàn)證研究

基于人工智能的學(xué)齡前兒童近視發(fā)生發(fā)展多模態(tài)融合風(fēng)險(xiǎn)預(yù)測模型研究

基于弱標(biāo)注下生成對抗網(wǎng)絡(luò)的超高分辨力CT傳導(dǎo)聾病因分類模型研究

基于深度學(xué)習(xí)的右心聲學(xué)造影PFO-RLS和P-RLS智能診斷模型的構(gòu)建

基于多模影像及多維信息時(shí)序特征的減重患者中長期骨強(qiáng)度預(yù)測模型研究

基于縱向腦血管病變影像數(shù)據(jù)的AI量化模型評價(jià)腦影像異常及腦卒中風(fēng)險(xiǎn)

聯(lián)合病灶識別與臨床模型預(yù)測的機(jī)器學(xué)習(xí)融合算法在甲真菌病診斷中的研究

基于深度學(xué)習(xí)挖掘免疫微環(huán)境和分子分型特征構(gòu)建乳腺癌多模態(tài)預(yù)后分析模型

基于生長軌跡的兒童性早熟風(fēng)險(xiǎn)因素早期識別與臨床鑒別診斷的縱向數(shù)據(jù)預(yù)測模型研究

基于深度學(xué)習(xí)的多模態(tài)磁共振成像構(gòu)建腦膠質(zhì)瘤TERT啟動子突變預(yù)測模型研究

融合知識圖譜與深度學(xué)習(xí)構(gòu)建臨床數(shù)據(jù)和先驗(yàn)知識聯(lián)合驅(qū)動的中風(fēng)病智能辨證決策模型

基于靶向納米微泡超聲造影視頻的人工智能模型預(yù)測藥物攝取及免疫治療效果

基于右室重構(gòu)時(shí)空演進(jìn)異質(zhì)性的深度學(xué)習(xí)模型精準(zhǔn)預(yù)測肺動脈高壓所致右心衰竭

基于頭面部微動作的非自殺性自傷行為深度學(xué)習(xí)早期篩查模型構(gòu)建及聯(lián)動干預(yù)研究

精神分裂癥陰性癥狀經(jīng)顱磁刺激治療效應(yīng)遺傳影像學(xué)器學(xué)習(xí)預(yù)測模型研究

基于影像學(xué)及深度學(xué)習(xí)算法構(gòu)建顱內(nèi)動脈瘤血管內(nèi)介入治療術(shù)后不良轉(zhuǎn)歸的預(yù)警模型

硅藻18S rDNA用于溺死地點(diǎn)推斷人工智能預(yù)測模型的構(gòu)建及法醫(yī)學(xué)應(yīng)用研究

基于術(shù)前影像和穿刺病理圖像構(gòu)建多模態(tài)融合甲狀腺乳頭狀癌淋巴結(jié)轉(zhuǎn)移預(yù)測模型

基于聯(lián)邦學(xué)習(xí)和CT影像構(gòu)建可解釋性模型量化IB-IIA期非小細(xì)胞肺癌復(fù)發(fā)風(fēng)險(xiǎn)研究

基于視網(wǎng)膜影像基因組學(xué)的阿爾茲海默癥智能篩查模型構(gòu)建及機(jī)制研究

硅藻18S rDNA用于溺死地點(diǎn)推斷人工智能預(yù)測模型的構(gòu)建及法醫(yī)學(xué)應(yīng)用研究

基于混合交叉Transformer的宮頸癌多模態(tài)圖像形變配準(zhǔn)研究

基于三維WSI視覺Transformer模型預(yù)測宮頸癌免疫治療療效及其生物學(xué)機(jī)制研究

基于圖卷積和Transformer構(gòu)建跨模態(tài)神經(jīng)網(wǎng)絡(luò)多塔預(yù)測模型輔助UC中醫(yī)診療決策的方法研究

基于MRI-血清學(xué)指標(biāo)及Transformer神經(jīng)網(wǎng)絡(luò)早期精準(zhǔn)預(yù)測藥物性肝損傷急性肝衰竭的研究

基于MIXED Transformer和DS-TransUNet構(gòu)建嵌入椎旁肌退變量化模塊的體內(nèi)校準(zhǔn)骨密度模型檢測骨質(zhì)疏松的可行性研究。