多模态融合机制创新： 重点研究证据融合、信息融合以及图融合技术。致力于将非结构化的医学影像与结构化的电子病历、多组学数据、临床文本报告等进行多模态对齐与联合表征

医学大模型与智能推理： 探索多模态基础模型在医疗垂直领域的微调与应用。通过跨模态特征学习，赋予模型更为全面的患者“全景视图”，从而支持更精准的个性化诊疗推荐和病情预测。

可解释性与不确定性量化： 在多模态融合过程中，注重模型输出结果的证据溯源与置信度评估，使AI的推理过程更符合人类医生的临床思维逻辑。