Sur moi
Je m'appelle Huiqi Yvonne Lu. Je suis une ingénieure biomédicale et en apprentissage automatique passionnée, pleine d'idées et qui aspire à avoir un impact sur le monde réel, en particulier dans le développement d'innovations en matière de santé numérique pour tous, partout.
Beaucoup de collègues et d'amis m'appellent Yvonne (deuxième prénom) ou Luqi (surnom depuis l'enfance, prononcé lu ch-ii ). Huiqi est mon prénom officiel, prononcé Hwei ch-ii.
Dans mon poste actuel, j'ai été membre du corps professoral universitaire, coprésident du comité des chercheurs du département des sciences de l'ingénieur et chargé de cours stipendiaire en sciences de l'ingénieur au Worcester College de l'université d'Oxford. J'occupe également un poste de chercheur honoraire au George Institute for Global Health de l'Imperial College de Londres.
Dans le cadre de mes fonctions professionnelles, j'ai été rédactrice adjointe de Nature npj Women's Health, rédactrice en chef d'une collection spéciale de Advances in AI for Women's Health, Reproductive Health, and Maternal Care: Bridging Innovation and Healthcare , et rédactrice invitée de Frontier Signal Processing. Elle a été membre du comité d'atelier et présidente de table ronde junior lors de conférences notables, notamment ICLR (PMLDC) , NeurIPs (ML4H) , IJCAI (KDHD) et PHME . Je contribue également activement au comité de normalisation IEEE pour P3191 : surveillance des performances des dispositifs médicaux compatibles avec l'apprentissage automatique en utilisation clinique.
Vous trouverez ma page institutionnelle ici , et mon parcours académique en « portes tournantes » ici .
À propos de ce site
C'est un terrain de jeu où je partage ma vie académique, mes réflexions, mes voyages et ma curiosité. J'espère que vous y trouverez également un endroit intéressant.
Intérêts de recherche
Apprentissage automatique et modèles fondamentaux pour la santé
Innovations en santé numérique pour le suivi des patients
Apprentissage fédéré sur Edge et accélérations de l'IA générative
Traitement du signal sur des données de capteurs en séries chronologiques
Modélisation physiologique et psychologique avec apprentissage par inférence et LLM
Robotique et interactions humaines
Prix et distinctions académiques
Finalistes du NCRM Impact Prize 2023 , National Centre for Research Methods. (2023)
Prix du Global Challenge Project de la Fondation Bill et Melinda Gates pour le « Large Language Model (LLM) pour renforcer les capacités des professionnels de santé de première ligne dans les zones rurales de l'Inde ». (2023)
Lauréat national britannique des prix CAETS High Potential Innovations , nommé par la Royal Academy of Engineering, Royaume-Uni. (2021)
Champion de l'engagement public , laboratoire d'informatique de santé computationnelle, Université d'Oxford. (2020)
Finaliste national du SET for Britain, Chambre des communes, Londres, Royaume-Uni. (2007)
Bourse de recherche à l'étranger du Conseil de recherche (UKRI) (2005)
Mention honorable au Concours international interdisciplinaire de modélisation des États-Unis (MCM / ICM), administré par le Consortium américain pour les mathématiques et ses applications. (2003)
Lauréat du premier prix (2002) et du deuxième prix (2003) du concours de modélisation mathématique des étudiants de l'Université nationale de Chine, organisé par le ministère de l'Éducation de la République populaire de Chine.
Publications
Lu, H. , Lu, P., Hirst, JE, Mackillop, L., Clifton, DA « Une approche de mémoire à long terme empilée pour la surveillance prédictive de la glycémie chez les femmes atteintes de diabète sucré gestationnel », Sensors 2023, 23, 7990. Disponible en ligne sur : https://doi.org/10.21203/rs.3.rs-2653408/v1
Lu, H. , Ding, X., Hirst J., Yang, Y., Yang, J., Mackillop L., Clifton, D., « Technologies de santé numérique et d'apprentissage automatique pour la surveillance de la glycémie et la gestion du diabète gestationnel », IEEE Review of Biomedical Engineering, 2023. Disponible en ligne à l'adresse : https://ieeexplore.ieee.org/document/10039073
Ghadban Y., Lu, H , Adavi U., Gara, S., Ankita Sharma, A., John, R., Praveen D., Hirst, J., « Transformer l'enseignement des soins de santé : exploiter les grands modèles linguistiques pour renforcer les capacités des travailleurs de première ligne en utilisant la génération augmentée par la récupération », atelier NeurIPs dans le cadre du LLM pour l'éducation, 2023. doi : 10.1101/2023.12.15.23300009
Talyor, L., Ding, X., Clifton, D., Lu, H. , « Surveillance portable des signes vitaux pour les patients asthmatiques : une revue », IEEE Sensors Journal, 02/2023. doi:10.1109/JSEN.2022.3224411 Disponible en ligne sur : https://ieeexplore.ieee.org/abstract/document/9967964