医学影像智能辅助诊断： 依托海量真实世界医疗影像数据（如乳房X线摄影），研发高鲁棒性的计算机视觉模型。

通过深度学习技术提取微小病灶特征，辅助医生在复杂的阅片工作流中降低漏诊率与误诊率。 

算法的临床泛化性与鲁棒性研究： 针对不同医院、不同设备的影像数据差异，研究模型域适应与泛化技术，确保AI算法在多中心、跨地域（如涵盖东南亚多国的高异质性队列）的真实临床环境中保持稳定且优异的诊断准确率。

应用场景落地： 研究成果已成功应用于乳腺癌筛查等具体临床场景，并被亚洲40余家医疗机构采纳，有效优化了传统放射科的临床工作流。