近几十年来，技术的快速进步生成了海量的生物医学数据，这些丰富的生物医学数据在促进医疗智能与医疗公平等领域具有广阔的应用前景。它们还被广泛应用于各种研究，如 CER、差异研究等。通常，这些数据具有多模态、多尺度等特点，结构非常复杂，这些特点往往是由于健康差距和不平等造成的。例如，在美国，有色人种和低收入人群没有医保，因而他们的电子健康记录中的数据也较少。为了充分利用这些数据去推动医疗变革，解决数据本身的问题，当前愈发倚重跨学科团队开发强大、严谨、可扩展的方法和算法，通过来自多个定量学科（生物统计学，计算机科学，信息学）的研究人员以及医学和公共卫生领域的专家之间的合作，来推动这项进程。
2023年11月2日，来自宾夕法尼亚大学生物统计、流行病与信息学系终身正教授，生物医学信息学研究院副院长，癌症数据科学中心创始主任龙琦教授莅临欧洲杯竞猜平台临床研究中心并作题目为“Responsible Data Science and AI for Advancing Equitable, Intelligent Medicine”的学术讲座。龙琦教授长期从事于精准医疗和大众健康有关的统计学，信息学，机器学期和数据挖掘的研究，在医疗大数据分析和推断（多组学数据，电子病历数据，移动健康数据）等领域具有丰富的经验。他带领团队正在开发强大的统计学和机器学习方法以应对生物医学数据应用方面的挑战。
在讲座中，龙琦教授指出，涉及统计学家，信息学家，计算机科学家和医学科学家之间合作的跨学科健康数据科学方法可以加速创新，利用电子健康记录的变革力量来解决复杂的现实世界问题，并在医学上发挥强大的影响。复杂的健康数据将为健康数据科学和人工智能创新以及医疗公平等方面提供振奋人心的机会。
龙琦教授的报告从创新方法学的角度为医疗数据的高效应用提供了可供参考的范本。
