哈佛医学院AIM博士：打造懂AI也懂临床的医学新力量
全球已知罕见病超过7000种，牵动着约3亿人的生命健康，但真正拥有获批治疗方案的仅约5%至7%。对多数患者来说，“无药可治”并非一句情绪化的叹息，而是日复一日的处境。那些被商业回报所忽略的“医疗荒地”，反而成了检验技术是否能回应真实人类需求的重要标尺。
也正是在这样的时代语境下，哈佛医学院生物医学信息学系推动设立的医学人工智能博士项目随之诞生。
当人工智能与医学实现更深层的结合，我们不仅可能以更低的代价、更快的节奏发现新疗法，也更有机会填补因市场逻辑而被遮蔽的生命差距。这正是哈佛AIM项目所指向的愿景——培养一批兼具AI能力与医学理解的引领者，让技术的每一次迭代，都能成为对生命更公平的回应。
哈佛大学医学人工智能博士项目
01
项目简介
Project Introduction
医学人工智能博士Artificial Intelligence in Medicine PhD（AIM）由哈佛医学院生物医学信息学系负责管理，是面向医学与人工智能交叉方向的博士培养项目，并于2024年开启首届招生，目标是塑造下一代跨学科领域的领导者。
该前沿培养体系打破统计学、计算机科学、生物信息学、人工智能、流行病学与临床医学等传统学科之间的边界，推动跨领域协作与创新。学生将获得构建关键工具与基础设施的能力，用以提升个体与人群健康，并更好地服务患者、医疗提供者与临床照护体系的实际需求。
项目使命在于培养卓越的计算型学者：借助大规模生物医学数据与最先进的人工智能方法，产出具备临床影响力的新技术与研究成果，推动全球医学进步，并提升健康结局的质量与公平。
哈佛大学医学人工智能博士项目
02
课程设置
Curriculum Design
AIM学生在培养周期内需完成核心课程、实验室轮转、资格考试与博士论文研究。整体课程体系将临床实践与机器学习及人工智能（AI）在医学与医疗数据中的应用紧密结合，并以核心课程为骨干。
学生需修读以下核心课程：
核心课程
医学人工智能 I（BMIF 202）
医学人工智能 II（BMIF 203）
AIM 临床实践 I（BMIF 301）
AIM 临床实践 II (BMIF 302)
临床数据基础及其应用 (BMIF 204)
科学诚信 (MedSci 300QC)
选修课程
学生将在AIM导师指导下完成3门选修课。课程来源可覆盖生物医学信息学系、哈佛医学院（HMS）其他院系，或哈佛大学其他学院，例如哈佛陈曾熙公共卫生学院（HSPH）、工程与应用科学学院（SEAS）或商学院（HBS），也可来自麻省理工学院（MIT）。
*获得录取的学生如学业进展良好，可获得最长五年的资助支持。
哈佛大学医学人工智能博士项目
03
师资力量
Teaching Faculty
医学人工智能博士项目汇集了多位顶尖人工智能研究者，包括Isaac Samuel Kohane、Arjun Manrai、Chirag Patel、Marinka Zitnik、Maha Farhat、Pranav Rajpurkar等共11人，形成高度跨学科的导师团队。他们将带领学生研发覆盖多模态的AI驱动解决方案，如生成式语言模型、图神经网络与计算机视觉等方向。
团队研究普遍面向明确的医学难题，聚焦临床尚未被满足的关键需求，如罕见病诊断、癌症精准治疗与临床决策优化，力图以数据驱动的方式重塑现代医学实践路径。
Isaac Samuel Kohane
哈佛医学院生物医学信息学系主任、
AIM项目主任、生物医学信息学教授
Kohane教授是哈佛医学院生物医学信息学系首任系主任，同时也是医学研究所精准医学报告的合著者之一，该报告为全国范围的相关推进工作提供了重要范式。他开发并落地多种计算技术，从将整个医疗系统视为“活实验室”的宏观视角，到聚焦自闭症的神经发育功能基因组学等微观问题，在不同尺度上回应疾病挑战。
其研究核心在于以系统工程思维重构医疗信息技术，直面当前医疗系统中数据难互通、运行低效、更新困难等关键痛点。
研究领域：人工智能、生物医学发现基础设施、临床决策、疾病的分类学。
Maha Farhat
生物医学信息学副教授
Maha Farhat所在团队为转化医学实验室，致力于把基因组学与信息学方法相结合，以更深入理解并更有效控制耐药结核病及其他感染性疾病。研究重点涵盖细菌全基因组关联分析、基于基因型的表型预测，以及相关方法学的持续完善。
同时，她也引入理论进化学框架，以更深入解析宿主体内细菌群落的遗传多样性与种群动态变化。
研究领域：传染病病原体的演化、抗生素耐药性、诊断、机器学习
Tianxi Cai
约翰·洛克人口与
转化数据科学讲席教授
蔡天溪在电子健康记录（EHR）数据挖掘工具与基于生物医学数据的预测建模方面处于领先地位。她在多项大型研究中担任统计学负责人，其中包括由美国国立卫生研究院（NIH）资助的DBMI“未确诊疾病网络”项目。
其研究团队专注于提出创新的统计学与机器学习方法，并将其应用于临床试验、真实世界证据研究，以及利用基因组与表型组数据推进精准医学等多个方向。
研究领域：预测建模、机器学习、电子健康记录数据
哈佛大学医学人工智能博士项目
04
申请要求
Application Guide
项目面向计算机科学、统计学、工程等背景的申请者开放，也欢迎具备生物学或医学基础、希望在交叉领域实现深度转型的研究者。具体要求如下。
学科背景
AIM项目对计算与定量能力要求较高。申请者需证明自己在统计学、线性代数、计算机科学与机器学习等方向具备扎实功底；若同时拥有生物学或医学相关基础，将更具优势。
学位要求
不强制要求硕士学位。已获得或将在入学前获得认可院校颁发的文学学士（BA）、理学学士（BS）或同等本科学位者，均可申请。
英语能力
托福100分，雅思7分
文书材料
三封推荐信、个人陈述
哈佛大学医学人工智能博士项目
05
就业去向
Career Development
哈佛大学人工智能医学（AIM）博士项目于2024年开启首届招生，目前尚未形成完整的毕业去向清单。但据官网信息，该项目旨在培养具备复合能力的领军人才，未来有望进入顶尖研究机构担任教职，或加入生物技术、制药与医疗科技公司，将前沿研究转化为真实应用。
总体来看，毕业生的发展路径主要包括两类：
学界路径：博士后 → 教职
不少毕业生会先进行博士后研究，积累更独立的科研经验，随后进入全球顶尖高校与科研机构任教，逐步成长为新一代学术带头人。
业界路径：生物技术领域
也有相当一部分毕业生会投身快速发展的生物技术产业，尤其是波士顿地区的初创企业。项目所在的波士顿长木医学区聚集美国一流医院，并与剑桥生物科技产业带相邻，为学生提供了突出的产业资源与就业机会。
哈佛医学院生物医学信息学系重点建设的医学人工智能博士项目，正是为那些希望站在技术与人文交汇处、以算法回应生命托付的研究者而设置。
在这里，你将接受跨学科训练，在临床与实验室的交界地带探索AI赋能医学的广阔空间——从罕见病识别到临床决策提升，最终成长为能够推动医学未来演进的引领者，让每一次技术进步，都成为对生命更深层的回应。