北大墨尔本公益讲座:心理健康碰撞大数据

2015年11月06日 BQ澳洲




北京大学墨尔本校友会主办公益讲座
心理健康碰撞大数据
讲座时间和地址:
2015年11月21日上午
10:00am-12:30pm
Building 80, Level 11, Room 10,
445 Swanston St, Vic 3000


BBQ午餐聚会与体育活动
12:40-3:30pm
BBQ lunch and sports events:
A’Beckett Urban Square,
At the corner of A’Beckett St
and Stewart St



讲座主题




1
心理健康与精神疾病
Mental health and psychiatric conditions



心理健康是澳大利亚的国家健康优先战略重点之一。心理健康及精神疾病十分重要,但也常常被很多人忽视或误解。在全世界的失能中,精神疾病原因占25%;在全球疾病负担中,精神疾病占9%。在发达经济国家心理健康问题更严重,上两个比例达到43%和22%。抑郁是仅次于心血管疾病的第二大疾病负担。

澳大利亚的调查数据显示,每年大约五分之一的澳大利亚人经历过某种心理疾病。 在总和残疾寿命年中,心理和精神问题占27%。4%的澳大利亚人在近12个月内患重性抑郁发作(女5%,男3%)。澳大利亚12个月内各种焦虑障碍患病率为14%、物质依赖障碍为5%。在人群中,严重精神疾病是很少的。与躯体健康问题类似的是,心理障碍和精神疾病同样会导致人们不能从事各种活动(即所谓失能),在导致失能的心理健康原因中,主要包括重性抑郁、酒精滥用、双相情感障碍、精神分裂症、强迫症等。

本讲座将对心理健康和精神疾病做简单的概述,并提出心理健康问题的公共卫生、临床服务、基础研究所面临的挑战和机会,并提出医疗大数据的研究在探索和管理心理健康和精神疾病上的应用价值,引起大家对心理健康问题的重视和关心。


主讲人简介:

杨辉博士, 1984 年毕业于北京大学医学部(前北京医学院、北京医科大学)。1999 年任北京大学医学部公共卫生学院教授。2012 年,被北京大学医学部授予杰出校友称号。2007-2015年,受聘于莫纳什大学任高级研究员。研究兴趣包括初级保健、心理健康、健康老龄化和医疗质量改进。他 2014 年翻译并出版了《全科医学之心理健康》,作为中国全科医学中提供心理健康服务的重要参考和指南。



2
从分子角度认识疾病 - 解析生命科学中的大数据
Understanding diseases from molecular level-Big data in biomedical research



染色体是细胞内具有遗传物质深度压缩形成的聚合体,它的基本组成是DNA和蛋白质的组合,是遗传信息(基因)的主要载体。每个正常人都有一定数目的碱基发生变异或DNA断裂,但是当自身修复能力减弱变异积累到一定程度或者在某个关键位置上的碱基发生突变,就会导致疾病的发生。近期研究发现有些癌症病人的染色体发生了自发的灾难性的“爆炸”。那些破碎的残骸又“随机”的装配到一起,使一些细胞凋亡的基因被大量删除,而使细胞生长的基因疯狂扩增。这一结果的发现用到了第二代深度测序技术。

一台高通量的测序仪每天可以产生>200GB的数据,基因组的测序价格从第一代测序的30亿美元降低到1000美元。因为生物体本身的复杂性,我们需要整合很多不同类型的数据才能开展有效的分析和研究测序仪所产生的数据只是其中的一小部分。这数据的规模绝不少于电子商务和社交网络等领域。

这次讲座将展示一些从分子角度认识癌症,心理疾病,包括精神分裂症和唐氏综合症致病机制,以及用序列数据发现生物标记的实例。并对未来几年在生物技术,数据存储/挖掘,计算机算法,大数据的统计分析和可视化方法的研究和就业前景给予展望。


主讲人简介:

冯志萍博士,1983获北京大学物理系学士学位。1983-2002 年任教于天津大学物理系,并于 1988年获凝聚态物理硕士学位,2001 年获生物信息博士学位。1995年任副教授,2001年任正教授。2002-2015年在The Walter andEliza Hall (WEHI)医学研究所做高级研究员。其中2002-2005年在结构生物学部解析蛋白质的三维结构。2005-2008 澳大利亚博士后研究员,从事寄生虫的比较蛋白质组学。2009-2015 年在生物信息学部从事生命科学中的大数据分析。2015年6月至今在皇家墨尔本大学从事植物的功能基因组研究。



3

大数据下的统计理论及统计计算

Statistical methodology and computationin Big Data



本次讲座将从统计学的角度出发,介绍大数据的特点及其对统计分析和计算体系结构的影响。进入大数据时代,为统计(数据科学)带来了新的机遇与挑战。大数据研究将有助于人们发现更多的信息,并针对每一个体的特性给出个体化的解决方案。同时,大数据研究也将使人们能够从大量个体的信息中揭示更多存在的难以察觉的规律。

但是,大数据的海量样本和高维度等性质也为统计学家们带来了一系列新的挑战:首先,从统计理论的角度,大数据经常包含大量特征信息,因此样本具有个异性和高维性。从而衍生出异母体型、噪音累积、假相关、内生性等问题,这些性质会增发现欺骗性关联等的风险。我们将回顾统计学家处理这些问题的方式及已有的最新成果。

其次,从计算角度,海量数据会给实施统计计算/估算/检验带来考验。对于动辄上百万维度的矩阵,一次简单的求逆操作在计算成本上都是极其高昂的。我们将概括性地介绍现代的分布式系统/云计算、凸优化算法,随机投影等用以解决海量数据的计算问题的技术的基本思想。


主讲人简介:

郑超,2013 年本科毕业于北京大学数学科学院概率与统计专业,现为墨尔本大学数学与统计学院博士生,研究方向为模型选择及高维统计推断。



4
复杂网络可视化Complex Network Visualisation



在数据爆炸的时代,不仅是网络数据和社交平台数据,生物信息数据也正在以指数速度变成庞然大物。诸如基因表达的“大数据”使得数据分析及可视化都变得空前困难。网络通常被视为一种表达复杂相互作用的有效方式,这是因为复杂系统是由成千上万相互联结相互作用的分子复合体构成的。这种“自底向上”涌现的特质也是大数据的代表特性之一。在此次讲座中,我将首先介绍大数据的特征,然后对网络分析做简单普及,最后探讨有效可视化复杂网络大数据的方法。尽管此次讲座从生物信息学角度引入,可视化的方法和心得并不局限于学科,可以广泛应用。


主讲人简介:

王瑶莉,2012 年获北京大学地理信息系统学士学位,2014 年在美国佐治亚大学获得地理学硕士学位。曾在美国著名的复杂理论分析研究机构圣塔菲研究所实习。现为墨尔本大学基础设施工程系博士生。研究方向智能交通组负责基于个体的交通行为和社交网络行为模拟。该项目旨在研究满足实时需求的交通定制服务(Demand-responsivetransport),从而为解决未来城市交通压力及交通规划提供指导意见。她的兴趣爱好主要有摄影、旅行、阅读以及体育运动。



赞助/Sponsor



RMIT澳华研究协会(RMIT University,Australia-China Studies Forum),亚太集团(IronFish) 墨尔本 ,澳大利亚江苏总商会,BQ澳洲,北大校友会安晓地先生,墨尔本艺术家协会副会长姚自力先生,爱心鸿英荟/山东同乡会尹先科女士,LuLu工作室等



支持机构



澳大利亚爱心鸿英荟,墨尔本北京同乡会,澳大利亚山东同乡会,澳大利亚山西商会,澳大利亚中国博士沙龙,澳洲山东商贸联合会,ACEF澳大利亚中国教育基金会, 肯辛顿酒庄,世界华人体育联合总会,澳大利亚广州总会,澳大利亚广州总商会及东方明珠艺术团,澳星国际传媒集团,聚澳传媒等



来自澳洲中文周刊第一品牌《BQ澳洲》


收藏 已赞