The posting
1. 阅读并整理医学人工智能、病理诊断、多模态大模型、临床决策支持和智能体系统相关方向的前沿论文和技术资料,了解 AI 辅助临床诊断的发展趋势。 2. 梳理真实临床病理诊断流程,结合具体病种或专科场景,将医生诊断过程中的“提出假设—补充证据—综合判断”拆解为智能体可执行的任务、工具调用和交互流程。 3. 参与医学智能体知识体系建设,设计病种知识、医生经验、机构流程等不同类型临床记忆的记录、检索、更新和应用机制。 4. 基于脱敏病例数据设计智能体测试任务,包括临床问题构建、关键证据点整理、参考答案制定,协助建立医学智能体评测集。 5. 参与智能体效果评估与专家盲评工作,分析系统在不同病种、临床场景和使用流程中的典型错误,提出优化建议。 6. 参加课题组讨论并进行阶段性研究汇报,根据项目进展参与论文、技术报告或开源成果整理。
1. 招募对象:本科生、硕士研究生。 2. 医学及生命健康相关专业背景优先,临床医学、医学检验、基础医学、病理学等方向优先。 3. 具备病理学、组织学、诊断学等医学基础知识,能够理解临床诊断流程和医学专业文献。 4. 对以下方向具有研究兴趣:医学人工智能(Medical AI);多模态医学大模型;医学智能体(Medical Agent);临床决策支持系统;AI 辅助病理诊断。 5. 本科生要求:具备医学相关课程基础;能够阅读医学文献并理解基本诊断逻辑;不要求已有正式科研经历,更关注学习能力和研究兴趣。 6. 硕士研究生要求:能够结合自身专业提出具体研究问题;具备独立完成文献梳理、临床流程分析和初步实验评价的能力。不要求独立完成模型训练或系统开发; 7. 具备 Python、Excel、医学数据处理或基础编程能力者优先。 8. 能够阅读英文医学文献,关注患者隐私、数据规范和医学人工智能研究伦理。 9. 具备较强的医学判断能力、沟通协作能力和问题分析能力,能够稳定投入科研时间。 10. 对“如何利用多模态人工智能与智能体技术提升真实临床病理诊断能力,实现 AI 与医生协同决策”这一方向具有持续兴趣。 11. 实习安排:线上线下结合;周期3–6个月;每周投入10–20小时。



