计算医学
在基础医学研究和临川转化医学的探索中，人们往往需要进一步从量值上了解人体的生物和生理病理结构。为了在理论上确立这些现象的物理化学机理，除了进行生物化学的微观实验，病理切片实验、影像技术等技术外，人们还采用数学建模和物理定律原理来模拟人体的生物系统。然而这种系统及其复杂，在物理系统上呈现非线性的、非稳态的生物系统。所建的数理模型往往需要采用高性能的计算系统给予完成每一次的计算实验。在这方面，需要采用先进的计算数学和计算科学与工程（CSE）技术实现完整的模拟仿真和数值计算， 从而完成对生物生理现象的掌握。
另一方面，大批的的医疗数据（包括文字，数字，和图像，视频等不同类型结构的数据）需要及时的进行处理、统计、分析，挖掘和信息获取。 这些也需要采用高性能计算和数据存储，比如医疗大数据问题。最为成功的就是把计算技术应用到生物信息种，从而引导出计算生物信息学这个跨学科领域。由于这个领域的成就，让人们进一步理解和探索人类的基因和生物的遗传链，最后成功的生物信息学的成果转换成临床基因治疗和预防。
计算医学的成功案例举不胜举，最近由美国约翰霍布金斯大学的学者团队写了一篇关于如何把数理模型转换为临床的精彩论文。这篇刊登在医学科学转化学术杂志上的论文，清晰地阐述了计算医学的重要性。 文章指出通过各种模型，计算医学可以让人们深入探索和了解疾病的机理和原因，有助于给出未来治疗的指导性纲要。目前计算医学在医学界各个领域展开，比如传统的计算生物学，纳米医学和纳米医药探索、医疗数据分析和处理，信息挖掘，计算生物和医学统计。这些技术可以在放射、癌症放疗和化疗、糖尿病医疗治理和预防、心血管疾病的医治、呼气系统的循环、神经系统的研究等等领域都可以得到充分的应用。作为先进计算技术的扩展，其潜力巨大。
近些年来，倪军博士一直在从事计算医学领域的研究，同时率先创建《国际计算医学和健康》学术刊物并担任主编。 他与合作者的主要工作围绕医学图像处理、纳米结构探索，生物通讯，以及肿瘤动力学仿真等方面开展探索性工作。
参考资源:
[1] "Computational medicine: translating models to clinical care," , Trayanova N, and Geman D, Miller MI, Sci Transl Med., 2012 Oct 31;4(158):158rv11. doi: 10.1126/scitranslmed.3003528.