博士研究 · 医学人工智能
多发性骨髓瘤多模态生存预测
开发端到端生存建模流程,通过自监督视觉编码器、多实例学习、Cox 模型与后期融合,将骨髓单细胞形态与临床变量连接起来。
角色:博士研究员与第一作者,负责研究设计、建模、评估设计和科研表达。

我目前是赫尔辛基大学医学人工智能方向博士研究员,并在 Hematoscope Lab 与赫尔辛基大学医院开展研究。我的工作连接计算机视觉、生存分析、统计建模与可靠的软件工程。
在科研之外,我也独立设计并交付全栈 Web 产品,从数据密集型医疗系统到成熟的生产级企业网站。
当前研究重点 — 面向癌症预后的多模态深度学习,将骨髓细胞形态与临床变量进行联合建模。

当前单位
就读于赫尔辛基大学医学院,并在 Hematoscope Lab 与 HUS 综合癌症中心开展博士研究。
用一条流程讲清我的博士课题:细胞图像与临床数据如何一步步变成新诊断多发性骨髓瘤患者的总生存期预测。
起点是诊断时的骨髓穿刺涂片,也就是血液科医生在诊断时本来就会在显微镜下查看的样本。
把每张涂片拆分成一个个单细胞图像,让形态可以逐个细胞地被读取。
一个无需人工标注训练的视觉 Transformer,把每张细胞图像压缩成刻画其形态的向量表示。
一位患者有大量细胞,却只有一个结局。多实例学习把这些细胞表示聚合成一个患者层面的表示。
用 Cox 比例风险模型把患者表示与总生存期联系起来,得到一个基于细胞形态的风险评分。
最后把形态风险与已有的临床变量融合,检验骨髓形态能否在这些变量之外提供额外的预后信息。
博士研究 · 医学人工智能
开发端到端生存建模流程,通过自监督视觉编码器、多实例学习、Cox 模型与后期融合,将骨髓单细胞形态与临床变量连接起来。
角色:博士研究员与第一作者,负责研究设计、建模、评估设计和科研表达。
客户交付 · Web 与品牌
为芬兰花岗岩采石企业设计并交付数字化形象,包括响应式网站、多语言信息架构、生产部署和定制 SVG 品牌标识。
角色:自由职业开发者,负责产品结构、界面设计、实现、部署与视觉识别。
全栈系统 · 医疗健康
使用 Spring Cloud 微服务迭代医院信息系统,拆分患者、医生和挂号服务,覆盖预约、排班、病历、审核、分析及实时通信。
角色:全栈开发者,扩展数据模型与服务边界,使用 MyBatis-Plus 优化接口,并加入 WebSocket 通信。
2025 — 至今
赫尔辛基大学 · HUS · Hematoscope Lab
研究面向癌症预后的多模态深度学习,连接细胞形态、临床数据与时间结局建模。
2025 — 至今
Web 产品与客户系统
设计和交付生产级 Web 产品、人工智能辅助工具、响应式界面、API、数据流程与部署系统。
2023 — 2025
白俄罗斯国立大学
研究特征工程、医学图像分类、时间序列方法与统计建模,并形成同行评审论文。


医学院博士研究员
2025.09 — 至今
癌症预后的多模态深度学习 · Hematoscope Lab、HUS


应用数学与信息学硕士
2023.09 — 2025.06
GPA 3.93/4.0 · 排名 1/15


自动化数据处理与控制联合学位
2021.09 — 2023.06
GPA 3.98/4.0 · 排名 1/12


软件工程学士
2019.09 — 2023.06
GPA 3.48/4.0 · 排名 2/32
以下为当前 Google Scholar 公开主页列出的全部论文;排序综合引用信号与医学人工智能相关性。
Runhai He, Boyi Li, Fusheng Li, Qingqing Song
Academic Journal of Natural Science 1(1), 32–40 · 2024
Runhai He, Boyi Li, Zhenxing Zhang, Quanhua Zhou, Rui Liu, Qingqing Song
ICICR 2025, IEEE, 96–103 · 2025
Runhai He, Quanhua Zhou
Journal of Computer Technology and Applied Mathematics 2(2), 24–30 · 2025
Runhai He, Qingqing Song, Quanhua Zhou, Zhenxing Zhang, Shoujing Zhang
SPIE Proceedings 13550, 49–62 · 2025
Runhai He, Zhenxing Zhang, Shoujing Zhang, Qingqing Song
Journal of Industrial Engineering and Applied Science 2(5), 1–9 · 2024