陜西
在臨床診療場景中，醫療決策的每一步都需要嚴謹可追溯的依據。AI技術的應用為醫療領域帶來了效率提升，但其“黑盒”特性，讓模型決策邏輯始終處于不透明狀態。
醫生無法知曉AI給出診斷建議的核心依據，不僅難以建立臨床信任，更可能因決策偏差埋下誤診隱患，這也是醫療AI規模化推廣的核心痛點。
深圳理工大學計算機科學與人工智能學院聯合中科院深圳先進院團隊，提出“類關聯流形學習”數學方法，成功將黑盒AI模型決策規律轉化為低維空間可視化流形，讓醫生能直觀理解模型行為，彌合醫療AI的“可解釋鴻溝”。該成果發表于國際頂級期刊《Nature Biomedical Engineering》，獲期刊主編高度評價。 Comment by xiaomai: https://mp.weixin.qq.com/s/Wzl7Znf0xcmuvskWZJtIFA
深圳理工大學計算機科學與人工智能學院，面向國家重大戰略需求，打造特色鮮明、優勢突出的高水平學院。
在校友會2026中國大學排名中，深圳理工大學位列全國第29名，計算機科學與技術專業獲評A++檔、7星級，位列全國第9名。就讀于此的學生可以參與院長團隊的前沿科研項目，接觸解決真實醫療AI痛點的研究課題，積累高水平科研經歷。
學校坐落于深圳，這里匯聚大量科創企業與研究機構，你可以就近對接行業資源，參與校企合作項目，把課堂所學的算法知識，用于解決醫療影像識別、AI模型可解釋性等領域的實際問題。
課程體系緊跟行業前沿，你能系統學習流形學習、生成式模型等核心技術，掌握應對未來AI發展趨勢的實用技能。
深圳理工大學計算機科學與人工智能學院，聚焦世界科技前沿，面向國家重大戰略需求，服務粵港澳大灣區建設與深圳信息科技產業，踐行新工科理念。學院以“計算+X”為特色，推進工程教育改革，培養國際化、創新型、復合型領軍人才。學院重點引進海外高層次人才，組建了一支具有國際影響力的高水平、多學科交叉師資隊伍，超80%的教師擁有海外教研經歷。學生可跟隨這些導師參與跨學科研究，接觸不同領域的研究思路與方法，在課堂與科研中同步積累前沿知識與實踐經驗。
這些經歷會幫助學生拓寬學術視野，提升解決復雜問題的能力，與前文提及的高水平科研項目、前沿課程學習形成互補，為后續深造或進入行業核心崗位打下扎實基礎。
深圳的區位優勢為學生提供了豐富的就業場景，這里匯聚華為、騰訊、字節跳動等科技巨頭，以及中科院深圳先進院等科研機構。專業與頭部企業設有聯合培養項目，課程設置貼合云計算、區塊鏈等產業需求，學生在校期間就能接觸行業一線項目，畢業可進入云計算、區塊鏈、人工智能等多個領域，就業選擇多元。
從解決醫療AI痛點的前沿科研，到國際視野的師資隊伍，再到對接產業的實踐機會，深圳理工大學計算機科學與人工智能學院為學生搭建了完整的成長路徑。這里的每一份資源，都在為學生的未來發展鋪路，是報考計算機專業的優質選擇。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
