2023年4月6日，来自英国帝国理工大学数学系的尹国圣教授应邀莅临欧洲杯竞猜平台临床研究中心并作学术报告。这是自疫情三年以来，尹教授首次重回大陆高校，和现场的师生们做面对面的交流，吸引线下线上逾百人参会。

尹国圣教授长期致力于临床研究方法学、临床试验设计、贝叶斯方法和生存分析。提起生存分析，就不得不提Cox模型，而Cox模型正是由英国著名统计学家David Cox在帝国理工数学系任职时提出。Cox模型的提出使得医学数据的分析得以大幅简化，被广泛应用于临床研究中，是迄今为止生存分析中应用最多的多因素分析方法。在向学界前辈致敬的同时，尹教授此次报告的主题“Deep Learning and Generative Model for Conditional Survival Function”，将深度学习和生成模型这两种技术运用于生存分析，为生存分析注入崭新的活力。

尹教授及其团队提出了一种非参数推论统计学的深度学习方法，用于右删失数据下的生存时间条件风险函数。在尹教授看来，深度神经网络（DNN）是统计学的非参模型，可以拟合的数据非常复杂。他们利用DNN逼近给定协变量的条件风险函数的对数，得到基于DNN似然估计的条件风险函数。这种估计方法赋予模型灵活性，因此放松了对条件风险或生存函数的结构和功能假设。团队还提出了一个两阶段的model-free生成方法（GCDE），用于估计医学、计量经济学和社会科学中常见的现状数据的条件累积分布函数。仿真研究和实际应用分析表明，与现有方法相比，所提出的估计器和测试具有更好的性能。

尹教授的报告引发了现场到会师生极大的兴趣，展开热烈探讨，尹教授和与会者亲切交流并对提问一一作答。

尹国圣教授曾任香港大学统计与精算系教授、系主任，曾任德克萨斯大学安德森癌症中心生物统计学系副教授（2009年终身教职）。他在国际顶尖统计学与医学期刊上发表论文200余篇，并著有两本关于临床试验设计和适应性方法的书籍，2015年根据论文被引用次数被Thomson Reuters评选为世界顶级1%的科学家。

（文：顾雯韵；图：顾雯韵）