2026年7月18日至20日，由上海科技大学数学科学研究所主办的“架起方法学与医学的桥梁：转化统计学与机器学习”国际会议（Bridging Methodology and Medicine: Translational Statistics and Machine Learning）在上海科技大学会议中心多功能厅举行。会议期间开展了为期三天的学术交流活动。
本次会议旨在搭建统计学、机器学习与医学研究及临床实践之间的跨学科交流平台，促进先进方法在疾病预防、诊断、治疗评估、预后预测和个体化医疗等领域的转化应用。会议围绕生物医学数据建模、临床试验设计、真实世界研究、人工智能辅助决策、可解释机器学习和精准医学等前沿议题展开深入交流，推动方法学研究者、临床医生、公共卫生专家及产业界代表加强沟通与合作。
会议邀请五位国际知名学者作主旨报告：
l Arne C. Bathke教授，来自奥地利萨尔茨堡大学，长期从事统计方法及其跨学科应用研究，在非参数统计、多元数据分析和生物医学统计等领域具有丰富的研究经验。
l Veera Baladandayuthapani教授，来自美国密歇根大学，主要研究方向包括贝叶斯统计、生物统计、癌症数据分析、医学影像与精准医学，致力于推动统计方法在生物医学研究中的创新应用。
l Tim Friede教授，来自德国哥廷根大学医学中心，长期专注于医学统计、临床试验设计与分析、循证医学及复杂临床研究方法，在统计学与临床研究融合方面成果丰硕。
l 荆炳义（Bingyi Jing）教授，来自香港中文大学（深圳），研究领域涵盖理论与应用统计、经验似然、变点分析及数据科学等，在统计方法创新与交叉应用方面具有广泛影响。
l 朱骥（Ji Zhu）教授，来自美国密歇根大学，主要从事统计机器学习、高维数据分析、生物信息学及计算统计研究，在统计学与机器学习的交叉融合方面作出了重要贡献。
会议聚焦“方法创新”向“医学应用”转化过程中的关键问题，通过主旨报告和学术研讨，分享统计学、机器学习与医学交叉领域的最新研究进展、典型应用案例和实践经验。与会学者围绕复杂医学数据分析的科学性、可靠性与可解释性，以及如何将统计学和机器学习成果进一步转化为临床价值与公共健康效益等问题进行了深入探讨。
上海科技大学数学科学研究所成立于2018年，始终秉持上海科技大学“小规模、高水平、国际化”的办学理念。近年来，数学所通过定期举办国际会议和开展长期访问项目，逐步建立起与海外多所高校及研究机构的合作网络。本次会议的成功举办，是数学所推动数学与医学交叉研究、促进国际学术对话的又一次重要实践。会议形成的学术交流与协作成果，不仅有助于数学所在统计学、机器学习及其医学应用等相关领域提升科研水平，也将对增强上海科技大学在国际学术界的知名度和影响力产生积极作用。
本次会议为国内外相关领域专家学者提供了高水平交流平台，有助于打通“方法创新”与“医学应用”之间的关键环节，推动医学研究范式创新和复合型交叉人才培养，为提高疾病诊疗水平、优化医疗决策和促进精准医学发展提供方法支撑。同时，会议进一步加强了上海科技大学数学科学研究所科研人员与国内外同行的学术联系与合作，对推动学校应用数学及相关交叉学科发展具有积极意义。
