部门介绍
你用几年时间研究一个病种的影像、临床信号或病理特征，可以发几篇好论文；你把这些能力训练进AI，可以让百万千万级的患者获得更早的发现、更准的判断、更好的治疗。 我们用多模态数据——影像、病理、生理信号、临床指标、随访数据——构建医学AI诊疗模型。从肿瘤的精准诊断分型，治疗方案与分层随访，到心血管的院内院外精准医疗，再到神经系统的早期诊断和精准治疗方案选择，让AI在每个环节都能给医生和患者真正有用的判断。
岗位职责
- 你将负责： * 医学多模态AI模型研发：融合影像、信号、病理、临床文本、时序数据等多源信息； * 参与从数据治理、标注标准、模型训练到临床验证的全链路工作； * 与临床医学专家协同，研发精准医学的下一代技术和临床解决方案，将高质量的医疗人工智能写入新一代的临床指南； * 推动模型在真实医疗场景中的落地和迭代，产生广大的受益病人。
- 三大方向（投递时任选其一，个性化要求见下）： * 肿瘤方向 — 融合CT/MRI影像、病理WSI切片、临床检验、随访时序数据，覆盖肺癌、肝癌、乳腺癌、胰腺癌、胃癌、肠癌六大高发癌种及肺慢病/肝慢病的全程管理。 加分：有放射/病理/肿瘤科临床合作经验；有随访预测或生存分析经验； * 心血管方向 — 融合可穿戴实时数据（心率/血氧/血压/ECG）与心内科/血管外科临床数据（心脏超声/冠脉CT/检验指标），构建从院外监测到院内诊疗的全链路模型。 加分：有PhysioNet/CinC竞赛经验；有可穿戴设备数据建模经历； * 神经方向 — 融合脑部MRI/CT影像、脑电图EEG、临床检验、认知评估数据，覆盖脑卒中、脑动脉瘤、脑小血管病变造成的认知障碍、帕金森等神经内科/神经外科疾病。 加分：有BraTS等脑影像竞赛经验。
职位要求
- 硕士及以上，计算机/人工智能/生物医学工程/医学影像/信号处理/AI相关专业扎实的深度学习基础；
- 熟悉PyTorch/TensorFlow有医学影像、病理、生信或临床数据AI项目经验；
- 了解多模态融合、时序建模、迁移学习等技术方向有医疗AI相关论文或竞赛经验；
- 加分：有相关科室临床合作经验。
