斯坦福大学关于人工智能用于数据科学的研讨会的主要内容
Manisha Desai1, John Auerbach2, Laurence Baker3
1Quantitative Sciences Unit, Biostatistics Section, Department of Medicine, Stanford University School of Medicine, Stanford, CA, USA.
Journal of clinical and translational science
|December 15, 2025
概括
人工智能 (AI) 为数据科学和数据科学家提供了变革性的潜力. 最近的一个研讨会探讨了人工智能集成,解决严谨性,培训和公共卫生应用的挑战和机遇.
科学领域:
- 数据科学数据科学数据科学
- 人工智能的人工智能
- 科学研究 科学研究
背景情况:
- 众多的研讨会讨论了人工智能 (AI) 在各个领域的潜力.
- 人工智能在数据科学和数据科学家中的具体作用几乎没有得到关注.
- 人工智能融入数据科学工作流程既带来了希望,也带来了挑战.
研究的目的:
- 解决关于人工智能对数据科学影响的讨论中的差距.
- 召集思想领袖,探索将人工智能集成到数据科学家的工作流中.
- 检查人工智能在数据科学中的承诺和挑战.
主要方法:
- 2024年12月的开幕座谈会题为"数据科学中的人工智能".
- 来自杜克大学的迈克尔·潘西纳 (Michael Pencina) 主题演讲.
- 来自三个专家小组的贡献.
主要成果:
- 讨论涵盖了人工智能驱动的数据科学中的严谨性和可重复性.
- 探索当前和未来数据科学家的培训需求.
- 考虑AI在公共卫生中的潜在整合.
结论:
- 将人工智能集成到数据科学工作流中需要仔细考虑其承诺和挑战.
- 严谨性,可重复性和培训是人工智能在数据科学中影响的关键领域.
- 人工智能有潜力通过数据科学应用来推进公共卫生.


