•硕士期间聚焦医学多模态融合与联邦学习，获北京市优秀毕业生及研究生国家奖学金。主导“病理组学+基因组学”跨模态生存预测项目，构建基于注意力机制的多任务学习框架，在TCGA公开数据集上验证，成果被BIBM会议接收。
•出任院研究生会学术部部长，牵头策划“AI诊疗落地的真实世界挑战”系列圆桌，邀请三甲医院影像科医生、NLP研究员与产品经理三方对谈，半年内举办6期，覆盖本院及附属医院听众逾400人次。
•作为队长参加“华为云杯”人工智能应用创新大赛，带领五人团队设计“面向基层的慢性肾病智能筛查与随访云平台”，方案融合规则引擎与轻量级XGBoost模型，获全国总决赛三等奖。
北京智医未来科技有限公司 - AI医疗研发部医疗科技创新企业行业领先
2017.07-2020.12
AI医疗训练师医疗AI训练消化内镜模型半监督学习
北京
•主导消化道早癌AI筛查模型的训练与迭代。针对胃镜图像样本稀缺的问题，从5家合作医院收集白光内镜与染色内镜视频帧30000余张，采用生成对抗网络（GAN）联合专家标注的半监督策略，生成高质量仿真病灶样本12000张，将模型对早期胃癌的检出率从68%提升至84%。
•建立月度“临床-算法”对齐机制，邀请消化内科、病理科医生参与模型误判病例复盘，将专家反馈转化为70余条结构化训练规则，使模型在异型增生识别上的假阳性率下降14%，在合作医院试点中，人均阅片效率提升约40%。
•发起内部《AI医疗训练师实战手册》共创项目，系统梳理数据清洗、标注规范、模型评估等环节的SOP，历经3个月完成初版，成为部门新员工入职必修材料，覆盖团队95%以上成员。
北京智康方舟医疗AI企业 - AI医疗训练部高新技术企业医疗AI先锋
2021.01-2022.06
AI医疗训练师康复机器人训练生理信号标注强化学习应用
北京
•负责智能康复机器人AI训练体系建设。从零搭建训练环境，接入4家康复专科医院，采集脑卒中、脊髓损伤患者步态及肌电信号数据600余小时，标注关键运动相位与代偿模式15000余段，结合强化学习让机器人辅助力矩自适应调节，使患者步态对称性评分从平均65分提升至82分。
•设计多维度训练效能评估仪表盘，涵盖模型收敛速度、数据利用率、临床依从性等指标，按周输出训练健康度报告，直接服务于产品迭代决策。推动产品在华北地区12家医院开展临床验证，收集康复治疗师反馈800余条，提炼出12项优化需求，全部落地到后续版本。
•担任新人导师，带领4名初级训练师，通过设定分阶段实践任务（数据标注→模型评估→小型训练闭环），使其中3人在3个月内具备独立完成单病种模型训练的能力，团队新人获得公司“最佳新人”提名。
甲状腺结节超声AI辅助诊断模型训练 - 训练负责人
2018.03-2019.09
•项目背景：为解决基层超声医生对甲状腺结节良恶性判断经验不足的问题，打造AI辅助诊断工具。
•工作内容：联合8家社区卫生中心，采集超声静态图像及动态扫查视频共9000余例，由两名三甲医院超声科医师交叉标注结节边界、回声、钙化等特征，标注一致性kappa值达0.89。采用EfficientNet-B4作为骨干网络，引入注意力机制强化微钙化区域感知，利用MixUp数据增强缓解类别不平衡，使模型在验证集上的AUC达到0.93。
•项目成果：模型已嵌入便携超声设备，在30余家基层医疗机构试点，辅助诊断恶性结节灵敏度达91%，单次检查决策时间平均缩短40%，帮助基层医生每月多筛查结节患者150余例。
慢性皮肤病多模态AI分级模型训练 - 核心训练成员
2021.04-2021.12
•项目背景：公司拓展皮肤健康管理赛道，需构建可评估银屑病、湿疹等慢性皮肤病严重程度的AI模型。
•工作内容：整合皮肤镜图像、患者自述症状文本及环境温湿度记录三类数据，构建多模态训练集8500余例。与皮肤科医师共同制定PASI、EASI等标准化分级映射规则，采用跨模态注意力模块融合图像与文本特征，并利用对比学习提升特征表示鲁棒性。针对数据异质性，引入域自适应方法，使模型在不同皮肤类型（Fitzpatrick分型）上的分级准确率标准差从12%降至5%。
•项目成果：模型集成至慢病管理APP，上线4个月，辅助用户自评准确率达86%，复诊依从性提升20%，带动相关服务包订阅量增长18%。
医疗AI前沿技术动态追踪:
常态化追踪CHIL、AAAI等会议上医疗AI产业化研究，围绕“大语言模型在电子病历结构化中的应用边界”与“生成式AI的医学影像报告质控”两大主题，每季度输出产业观察笔记，并面向业务团队开展闭门分享2次，直接支撑了后续病历结构化标注规范的制定。
