姚思琼
上海交通大学 · 助理研究员、硕士生导师
科研界上海
医学人工智能算法公平可解释学习多模态学习生物力学
个人简介
姚思琼现任上海交通大学转化医学研究院助理研究员、硕士生导师，获东京工业大学工学硕士和上海交通大学生物统计学博士学位。她聚焦医学人工智能的公平性、可解释性及多模态学习，研究样本不平衡和疾病亚型差异引发的算法偏倚，并将方法用于甲状腺超声、辅助生殖结局预测和肌骨生物力学。近年以第一或通讯作者在Nature Communications等期刊发表系列论文，并承担多项科研项目和专利工作。
专业成就
1. 近三年以第一作者或通讯作者发表近20篇论文，成果发表于Nature Communications等期刊。
2. 围绕医学人工智能公平性、可解释性和生物力学建模主持或承担多项科研项目。
3. 形成医学影像、多模态临床数据与力学模型相结合的交叉研究路径，并布局多项授权专利。
科研成果
1. 针对甲状腺结节亚型分布不均提出兼顾总体性能与少数亚型公平性的优化方法。
2. 开发融合胚胎视频与临床表格数据的辅助生殖多结局预测模型，支持胚胎选择和风险评估。
3. 构建甲状腺癌侧颈淋巴结转移可解释模型，并探索肌骨疾病的混合本构生物力学建模。
行业贡献
1. 把群体公平和罕见亚型表现纳入医学AI评价，推动临床算法从平均准确率走向分层可靠性。
2. 将可解释学习用于超声、辅助生殖等真实医疗数据，为医生理解模型证据提供量化依据。
3. 促进统计学、医学影像、生殖医学与生物力学交叉合作，培养医工融合研究人才。