一、“揭榜挂帅”攻关任务

1.攻关任务名称

（1）医工交叉驱动，口腔诊疗数智化转型实践；

（2）多癌种组织病理智能诊断关键技术创新与应用实践。

2.攻关任务背景和意义

（1）医工交叉驱动，口腔诊疗数智化转型实践

口腔健康是全身健康的重要基石，其临床数据作为诊疗、科研与教学的核心资源，在推动行业信息化、智能化发展中具有关键作用。有效整合与利用口腔临床数据，不仅有助于缓解医疗资源分布不均的现状，更是提升诊疗精准度、赋能医学研究与教学的重要路径，对促进口腔医学高质量发展意义重大。

当前，口腔临床数据普遍呈现序列长、模态多的特点，跨机构、跨系统之间的数据标准不一、互通性差，形成大量“数据孤岛”。这不仅阻碍了患者跨院转诊与多中心科研协作，也严重限制了数据作为关键生产要素的再利用价值，导致人工智能辅助诊断、精准医疗等前沿技术难以在口腔医学领域深入应用，制约了口腔诊疗“新质生产力”的生成与行业整体效能的提升。

为应对上述挑战，本团队聚焦“数据孤岛”这一核心痛点，研发并构建了“口腔智慧平台”。该平台首先通过规范数据采集流程、建立统一标准体系，实现多源异构数据的要素化整合与集成管理。在此基础上，进一步自主研发多模态口腔智能诊疗平台，将标准化数据转化为临床可用的智能工具，覆盖从筛查、诊断到治疗规划与随访的全流程，推动口腔诊疗体系走向全面数字化、智能化，为行业提质增效与模式创新提供系统化支撑。

（2）多癌种组织病理智能诊断关键技术创新与应用实践

病理诊断是肿瘤等重大疾病临床诊疗的“金标准”，其结果的准确性与可靠性直接决定患者的治疗方案选择与预后判断，对提升整体医疗质量与患者生存率具有不可替代的作用。推动病理诊断的智能化、标准化发展，不仅是缓解医疗资源紧张、实现优质资源下沉的关键路径，更是国家精准医疗战略实施的重要支撑。

当前我国病理诊断领域仍面临多重发展瓶颈：其一，病理医生数量总体不足且分布不均，基层医疗机构诊断能力薄弱，难以满足日益增长的精准诊断需求；其二，缺乏统一的知识规范与可规模化推广的智能诊断技术体系，制约了病理AI从技术研发向广泛临床应用的转化；其三，病理数据数字化程度低、系统分散，形成“数据孤岛”，阻碍了病理资料的跨机构共享与科研复用，限制了行业整体效能的提升。

为此，本团队以“技术攻关—系统构建—生态融合”为整体设计，联合国内外知名高校、三甲医院及科技企业等多方资源，构建覆盖“数据采集—算法研发—场景应用—信息共享”的全链条智能病理诊断体系。通过研制“云—端”一体化病理智能诊断平台，突破低资源环境下技术落地瓶颈，推动多癌种通用模型规模化应用，建立病理知识协同共享机制，全面提升我国病理诊断的智能化、标准化与普惠化水平。

3.技术方案

（1）医工交叉驱动，口腔诊疗数智化转型实践

a.标准化诊疗数据，构建口腔数据要素。

团队协助医院设立“预检分诊科室”，实现对全就诊流程数据的一站式采集，确保数据的完整性与规范性。在此基础上，团队研发口腔数据标准化流程，将序列长、模态多的原始数据转化为可互通、可复用的数据要素，提升数据质量和利用率。同时，团队开发的“口腔智慧平台”，可实现数据统一存储、大数据预处理和标签化管理。目前已形成规范化数据采集流程，积累了70多万例患者数据档案，近千万条标准化数据，涵盖300多项口腔疾病标签，为后续智能应用提供坚实基础。

b.开发多模态口腔智能诊疗平台，实现全流程数智化

团队围绕医疗图像处理、多模态数据配准与融合、卷积神经网络及数字化设计与制造等智能诊疗核心技术，研发了多模态口腔智能诊疗平台。该平台是实现医院全流程数字化的核心。同时，团队积极配合医院的整体规划，协助医院进行整体规划，设立口腔数字化技术与发展中心，并搭建高算力的超算平台，为平台提供了强大的运算支持。

开发基于深度学习模型的侧位片自动定点分析技术，将原本20分钟的手动测量缩短至5秒内完成，准确率高达92%。利用基于 3D 人脸模型预测面部软组织标志的深度学习架构技术实现三维面像的自动诊断，准确率达90%以上；匹配融合、智能诊断后的数据经数字化设计形成诊疗方案，对接CAD-CAM或3D打印，实现修复体、矫治器的快速加工，将传统流程中的多步骤、长时间等待环节压缩至最短，实现全流程数字化。

（2）多癌种组织病理智能诊断关键技术创新与应用实践

  a.低资源条件下WSI诊断建模与快速识别方法

 针对基层医院专家资源和计算资源不足的问题，提出了轻量化模型压缩与分层推理框架，实现在普通显卡环境下完成超高 分辨率全视野病理切片快速识别，支持离线诊断，极大降低了病理AI系统的部署门槛，填补了基层医院诊断资源的空缺。

 b.面向多癌种的病理量化诊断通用模型构建方法
        针对病理知识标准体系缺乏，量化诊断应用泛化困难的问题，团队将病理诊断知识逻辑化、图谱化，形成可计算的知识表示体系，填补了病理知识工程领域国际空白，并研发了统一的病理图像特征量化编码体系，构建支持肿瘤检测、分型、分级等任务的通用算法框架，显著提升算法在跨病种、跨医院数据上的泛化能力，解决了传统病理AI算法定制化、可迁移性差的难题。该方法已在多家医院病理科落地应用，获得国际同行高度认可，为病理诊断知识的标准化共享奠定了理论与技术基础。

c.病理资源数字存储与计算优化调度技术

  针对数字化程度低、病理资料复用困难的问题，团队首创“云+端”协同的病理切片跨尺度聚合存储机制，并结合场景关联内容动态预取与基于BBO虚拟机的多目标计算调度策略，优化病理资源的存储与调度，显著提升了海量病理图像智能分析服务的响应速度和系统并发处理能力。

二、团队概况

医疗计算智能与应用交叉复合型团队由国家级领军人才李辰教授作为学术带头人，现有教授2人，主任医师2人，副主任医师1人，助理教授及医工交叉博士后3人。

团队是国内开展医疗人工智能交叉研究的单位之一，团队率先构建了国内领先的医疗多模态数据库，其中口腔专科数据库超5万例病例，病理数据库覆盖10万余例多癌种样本，为AI算法奠定坚实基础。在口腔方向推出全国首个全流程口腔智能诊疗平台，在病理方向打造覆盖肿瘤检测、分型、分级全流程的全链条智能病理诊断平台系统。平台已通过ISO 9001国际质量体系认证，并取得2项Ⅱ类医疗器械注册证。成果已在18家医院推广应用，覆盖口腔、肿瘤等领域，累计为百万级患者提供智能辅助诊疗服务，近三年产业化产值超1亿元。平台实现了从“数据采集—核心算法—场景应用”的全链条突破，正在引领智慧诊疗的未来发展。创新成果获“2022世界卓越人工智能引领者奖”、“智慧医疗创新大赛（陕西赛区）一等奖及全国三等奖”。

团队介绍

三、近三年团队攻关领域科研情况

团队在研发多模态口腔智能诊疗技术过程中已取得35项发明专利与140余项软件著作权，并在Nature Cancer、TPAMI、 CVPR等国际权威期刊会议发表论文200余篇，所研发技术已通过ISO 9001国际质量体系认证，并取得2项Ⅱ类医疗器械注册证。授权国家发明专利35项，软件登记著作权43项。

国家发明专利35项

软件登记著作权43项 

四、团队人才培养情况

2023至2025年，共招收硕士生11人，博士生5人。

五、合作开展情况

已在上海交通大学医学院附属上海儿童医学中心、广州医科大学附属医院、西安交通大学第一附属医院等13个省市 18 家医院进行应用，累计服务患者 36 万余名，社会经济效益显著。

六、转化成果

（1）医工交叉驱动，口腔诊疗数智化转型实践

目前，口腔智慧平台已在青岛、烟台、新疆等多地三甲医院落地应用，累计服务患者超1000万人次，诊疗效率提升30%。自平台应用以来，经济效益方面，平台使医院就诊人次增长超过80%，并建立70万患者健康档案，通过多源数据融合，实现口腔诊疗全流程数字化。试点医院实现年均5000例口内瓷嵌体数字化设计与加工，单日内即可完成全流程。患者就诊次数减少1/3，总体诊疗时间缩短4.5天，并节约诊疗费用近千万元，极大地改善了就诊体验。此外，平台自动处理海量数据，年均节省人力时间超1万天。

在社会效益方面：通过口腔智慧平台的智能化辅助诊断技术，医生能更准确地评估患者口腔健康状况，实现快速筛查与初步诊断和评估，将医生诊断时长缩短40%，不仅提升了诊疗水平，也提高了医疗资源的利用效率。

 

口腔智慧平台多模态数据处理与智能诊疗示意图

（2）多癌种组织病理智能诊断关键技术创新与应用实践

全链条智能病理诊断分析平台构建了统一的病理数据资源管理与互联互通体系，实现病理影像、诊断报告、知识图谱等多模态数据的标准化采集、结构化存储与跨系统共享，打通与医院HIS/LIS/PACS等系统的接口，支持区域间病理资料远程调阅、联合标注与协作诊断，有效破解“数据孤岛”问题。目前已在全国10个省市17家医院落地部署，累计服务患者超300万人，归集并共享病理资料5万余份，实现病理资料自动归档、智能检索和辅助诊断，将平均阅片时间由15分钟缩短至5分钟以内，辅助诊断患者超6万人，显著提升诊断效率与准确率，病理医生工作量平均降低40%以上，推动病理诊断从“经验型”向“数据驱动型”转变，显著提升了病理科信息化和标准化水平。

在社会效益方面，诊断平台近三年产业化产值超1亿元，支撑医院新增营业收入超过1亿元，具备数百亿元级的推广潜力，并在变革病理诊疗模式、促进优质资源下沉共享等方面取得显著社会效益。作为国内首个实现“数据采集—核心算法—场景应用”全链条贯通的病理智能诊断平台，未来将继续建设区域病理智能中心，全面融入国家卫生健康信息化互联互通体系，并推动病理知识表示与智能诊断模型的国际标准化。2022年，团队凭借在人工智能病理领域的科研成果荣获世界人工智能大会“卓越引领者奖”，在数字健康创新领域展现出强劲的引领作用。

全链条智能病理诊断分析平台研究与应用体系示意图