上海交通大学医学院临床医学研究院俞章盛教授课题组2026年博士后招聘启事

上海交通大学医学院临床医学研究院位于上海交通大学医学院黄浦校区，在原上海交通大学医学院临床研究中心（2017年）基础上发展建设，于2025年10月26日正式揭幕成立，是上海交通大学医学院下设二级科研机构。

临床医学研究院（以下简称“研究院”）秉承“面向世界科技前沿、面向国家重大需求、面向人民生命健康”的发展理念，以临床医学研究为核心，结合临床转化研究、临床科学研究和实验研究，打造国际一流的综合性临床研究方法学创新平台。研究院将构建以临床需求为导向的多学科交叉研究体系，开展高水平临床研究，推动临床医学研究模式的创新，促进前沿临床医学成果的开发和应用，为国家医学科技自立自强创新体系建设贡献力量。通过建设高水平人工智能临床研究平台和数据管理体系，整合13家附属三甲医院的临床资源，打造国家级大型人群队列和生物样本库平台，全面提升临床医学科研能力和服务能力。研究院将重点突破数据壁垒，实现医疗大数据开放共享，建立国际规模的医疗通用人工智能平台，为疾病诊断、药物研发和成果转化提供支撑；同时通过建设国家级临床研究人才培养中心，开展实践教育培训项目，建立远程共享临床试验平台，扩大临床研究人才引育范围，引领国内临床研究规范发展。依托重庆南路校区的枢纽优势，研究院将汇聚国内外高水平人才，充分发挥附属医院网络辐射作用，切实解决临床研究资源紧缺问题，推动我国临床医学研究的高质量发展。

目前，研究院已成立10家附属医院临床研究分中心及1家护理学院临床研究分中心，构建全国规模最大的“医学院-附属医院”临床研究协作网络，建立高效合作机制，提升多中心临床试验的启动效率、质量控制能力与项目承载力，提升平台创新能级。支撑医学院和附属医院开展高水平高质量的全国多中心临床试验，相关科研成果发表于NEJM,JAMA,LancetDigitalHealth等医学顶刊，为交大医学院突破ESI万分之一，提升医学科技创新作出积极贡献。同时，研究院重点建设上海市临床研究专业技术服务平台这一省部级平台，依托诊断——分析——预后预测一体化人工智能平台、独立影像评估平台、智能化临床试验设计平台、多组学分析等技术平台，实现从临床试验设计、数据收集和预处理、多组学分析到临床研究全流程管理的数字化支撑，形成“资源整合——技术赋能——人才培育——成果转化”的闭环运行机制，提升上海市临床研究水平，增强临床研究策源能级，做强生物医药创新引擎。

一、俞章盛教授课题组介绍：

俞章盛，现任上海交通大学医学院临床医学研究院院长，上海交通大学生命与科学技术学院、数学科学学院双聘教授，兼任上海交通大学—耶鲁大学生物统计学联合中心副主任、耶鲁大学公共卫生学院生物统计学系客座教授。主要从事统计方法学及其在生物医学领域的创新应用研究，研究方向涵盖基于统计学与深度学习方法的医学影像处理与预测模型、生存分析方法以及临床试验方法学等。俞章盛教授主持多项科研项目，包括2项国家自然科学基金和1项上海市科委重点专项，入选上海市海外高层次特聘专家、上海市优秀学术带头人、东方英才拔尖人才等人才计划。迄今已在JAMA、Journal of Hematology & Oncology、Nature Communications、Cell Reports Medicine、Journal of Translational Medicine、Biometrics、Statistics in Medicine 等高水平学术期刊发表论文100余篇，H-index为39，总被引5800余次。

现因科研工作需要，现面向海内外公开招聘博士后，欢迎具有相关研究背景的青年学者加盟。

二、研究方向

方向1：生物医学人工智能与精准医学

围绕肿瘤精准诊断及预后模型构建，开展多模态生物医学数据算法开发与生物医学大模型研究。

方向2：空间组学方法与应用

围绕空间组学数据，数据驱动开发新型算法，并应用于肿瘤微环境、胚胎发育等重要生物医学问题。

方向3：统计推断与人工智能交叉方法学

聚焦统计推断与人工智能的交叉前沿，发展深度学习驱动的新型统计方法及其理论基础。

具体研究内容涵盖深度学习在生存分析、复杂数据推断、高维变量选择等场景的融合应用，以及针对复杂终点的贝叶斯适应性临床试验平台设计。

方向4：AI药物设计

通过人工智能模型设计多肽药物，小分子药物，抗体药物，环肽药物等。致力于开发更加精准的分子层面设计与筛选模型，以及以成药性为导向的设计与筛选模型。

方向5：流行病学大数据分析与目标试验模拟

围绕真实世界数据与临床决策研究，开展流行病学方法、因果推断与目标试验模拟研究。聚焦流行病学、疾病预后、动态风险预测等方向，构建高质量真实世界证据生成与转化应用体系。

三、招聘条件

1）已获得或即将获得统计学、生物统计学、计算机科学、人工智能、生物信息学、数学、数据科学、药学或相关专业博士学位。

2）具备良好的科研训练和独立开展科研工作的能力,具有以下研究经验者优先：

熟悉深度学习技术，熟练掌握生成模型/筛选模型的训练与开发部署；

生存分析、贝叶斯方法、高维数据分析；

生物医学数据分析、多组学/空间组学分析；

病理、影像、临床等多模态数据建模；

熟悉流行病学研究设计、因果推断与目标试验模拟（TTE）方法，具有队列研究、真实世界证据生成及卫生结局评价经验者优先。

3）具有较强的中英文写作与沟通能力，责任心强，具有团队合作精神。

四、招聘人数

2-3名