2026年机器学习、生物信息学与健康数据国际会议

2026年机器学习、生物信息学与健康数据国际会议（MLBHD 2026）旨在汇聚全球人工智能、计算生物学与临床医学领域的学者与专家，共同探讨机器学习算法创新、生物信息学分析技术与多模态健康数据的融合应用。会议聚焦于精准医疗、药物发现、基因组学与智能诊疗等前沿方向，致力于构建跨学科合作平台，推动数据驱动的生命健康研究范式革新与转化落地，诚邀各界同仁投稿参会，共绘智慧健康未来蓝图。

会议官网：www.confs-online.com/mlbhd

大会时间：2026-02-06

大会地点：三亚

截稿日期：2026-01-17

接受/拒稿通知：约投稿后1-2周

会议收录类型：EI; Scopus; IEEE Xplore

会议官网：www.confs-online.com/mlbhd

邮箱：ei_sdgjhy@163.com（备注张老师推荐享优先审稿和投稿优惠）

投稿主题请注明:MLBHD 2026+通讯作者姓名（否则无法确认您的稿件）

电话咨询：17162863232（微信同号）

QQ咨询：3771563441

（您将在第一时间得到回复，添加时请备注“MLBHD 2026”）

（主题包括但不限于）

一、 核心机器学习算法与计算基础

面向生物医学数据的深度学习、图神经网络与Transformer模型创新

生物序列、结构数据的表示学习与嵌入技术

小样本、不平衡、高维生物医学数据的机器学习方法

可解释人工智能（XAI）在生物医学模型中的应用与评估

联邦学习、隐私计算与安全多方计算在健康数据协作中的应用

二、 基因组学、蛋白质组学与多组学整合

基因组变异检测、功能注释与致病性预测的AI方法

单细胞多组学数据整合分析与细胞图谱构建

基因调控网络、通路分析与系统生物学建模

蛋白质结构预测、功能预测与蛋白质-蛋白质相互作用

空间转录组学与时空动态生物过程的计算建模

三、 药物发现与化学生物学

药物靶点发现与虚拟筛选的深度学习方法

分子生成、优化与逆合成规划的AI模型

药物-靶标相互作用预测与药效团建模

药物重定位与多药理学分析

临床试验患者分层与疗效预测的生物标志物AI挖掘

四、 医学影像与病理信息学

放射学、病理学图像的自动分割、分类与检测

多模态医学影像（如PET-MRI）的融合分析与诊断

数字病理全切片图像的定量分析与预后预测

医学影像报告的自动生成与增强

纵向影像数据的疾病进展建模

五、 临床信息学与健康数据科学

电子健康记录（EHR）的挖掘：表型提取、风险预测与临床决策支持

真实世界数据（RWD）与真实世界证据（RWE）生成的AI管道

可穿戴设备与连续监测数据的智能分析

疾病亚型分型、并发症预测与精准治疗推荐系统

自然语言处理（NLP）在临床文本、医学文献挖掘中的应用

六、 转化、伦理与系统应用

从算法到临床：AI模型的验证、部署与监管科学

健康人工智能中的公平性、偏见缓解与伦理框架

大规模生物医学知识图谱的构建与推理应用

传染病传播建模与公共卫生AI

衰老研究、长寿科学与健康管理的计算模型