以高质量医学数据，
支撑人工智能创新。

基于高质量医学数据集，探索面向医疗健康领域的多模态人工智能模型，研究医学影像、病理图像与临床文本的理解、关联和推理能力。

多模态医学信息

医学影像器官 · 病灶 · 空间结构病理图像组织形态 · 细胞特征临床文本病史 · 检验 · 随访

医学知识与数据医疗大模型理解 · 关联 · 推理

面向任务的输出

任务相关特征证据与来源任务评测结果

研发架构示意

融合医学影像、病理信息与临床文本，研究视觉与语言的联合表征，建立跨模态医学信息的理解与关联能力。

围绕具体疾病和明确医学任务，开展数据建模、模型研发与性能评估，探索面向专病研究的人工智能方法。

将模型结果与原始数据、医学知识和临床信息关联，呈现信息来源与关键依据，为结果审阅和研究分析提供支持。

关注设备、数据、人群与场景差异，探索模型评测、适配和应用验证方法，研究与医院科研需求相匹配的技术路径。

从明确的医学任务与评测方案出发，探索可复用的医疗人工智能能力。

数据建设 → 模型研发 → 效果评测 → 场景验证

以高质量医学数据，支撑人工智能创新。