2025年1月发布的《美国国立卫生研究院数据科学战略规划（2025-2030）》是美国国立卫生研究院（NIH）为数据科学领域制定的一份战略性规划，这一规划旨在通过整合包括生成式人工智能在内的新兴技术，优化数据管理和促进跨学科合作，推动生物医学和行为科学研究的创新与发展，以适应日益复杂且多变的科研环境。该战略规划基于NIH的初衷——寻求基础知识以保护并提升公众健康，提出了未来五年在数据科学领域的战略愿景、五大核心目标和实施计划。1、提升数据管理能力和共享能力：此目标聚焦于强化NIH的数据管理政策，确保数据的完整性、安全性、互操作性和可访问性。为此，NIH计划建立并优化数据共享指南、流程、工具及培训，探索可持续的数据共享基础设施的资助和治理模式。2、开发高质量的人类衍生数据资源：该目标旨在促进数据科学与生物医学的深度融合，通过利用生成式人工智能、量子信息科学等前沿技术，加速新临床治疗和诊断技术的开发，为复杂生物医学问题提供解决方案。NIH将致力于建立数据导向的基础设施，实现跨多个基于云的NIH数据仓库的数据联合分析。
3、增强人工智能/机器学习技术在生物医学研究中的应用：此目标强调提升人工智能/机器学习技术在生物医学研究中的使用效率和公平性。NIH计划通过算法开发、软件的原型制作、硬化、优化和推广，以及软件可持续性等方面的努力，确保人工智能/机器学习技术能够平等地惠及各阶层人群。4、支持联邦生物医学研究数据基础设施：该目标致力于优化生物医学数据仓库和平台，提升数据访问效率，减少数据访问请求的处理时间。NIH将开发、测试、验证并实施数据联合和基础设施联邦化的方法，同时增强对云和混合计算架构的利用，为资源有限的机构提供访问和利用NIH支持的云能力的机会。此目标旨在打破数据孤岛，实现数据资源的充分利用。
5、加强数据科学人才培养与业界参与：此目标着眼于扩大数据科学人才队伍，提升数据科学培训质量，特别是加强数据伦理和网络安全方面的教育。NIH将与多个科学组织和科技行业合作，开展数据科学相关的培训和教育项目，同时增强NIH“内部研究计划”中的数据科学合作与人才培养。为实现上述目标，NIH将采取一系列战略实施措施，包括建立和谐的数据管理和共享机制、促进跨学科合作、加强数据安全和隐私保护、优化数据访问流程等。同时，NIH还将设定一系列潜在的进展衡量标准，如数据访问请求的增加、数据共享基础设施的可持续性提升、人工智能/机器学习技术在生物医学研究中的广泛应用等，以确保战略规划的有效实施和持续改进。
《美国国立卫生研究院数据科学战略规划（2025-2030）》不仅是对当前数据科学发展趋势的积极响应，更是对未来生物医学研究数据生态系统的前瞻性布局。通过实施这一战略规划，NIH有望在未来五年内建立起更加高效、可持续、值得信赖的数据科学能力，培养出一支强大的数据科学人才队伍，共同推动生物医学研究的深入发展。同时，该战略规划也将为其他科研机构和政府部门提供有益的借鉴和参考，共同推动全球数据科学领域的繁荣发展。
特别声明：智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
