Yilinjie Medical AI Lab

医学与智能的新边界。

在真实临床约束下,把感知、建模、行动与验证连接成可审计的智能系统。

临床优先从真实工作流与高后果错误出发
证据约束让每个主张都能回到验证路径
安全行动知道何时执行,也知道何时拒绝

Research pillars

从环境信号到可信行动

四条研究主线共享同一个目标:让医学 AI 在真实世界里更可用、更可证、更有边界。

01 · Ambient Clinical Intelligence

无感临床感知

用环境式与低负担传感理解临床状态,同时最小化对患者、医护和流程的干扰。

02 · Surgical World Models

手术世界模型

研究时序、阶段、事件与风险的可验证表示,不把视频生成能力等同于临床理解。

03 · Embodied Clinical Systems

医疗具身智能

连接感知、推理与受控行动,以人类监督、失败安全和可回退为默认设计。

04 · Evidence Assurance

证据保障系统

保护时间线、来源、版本与推理链,让医学证据在自动化流程中保持完整可追溯。

Operating boundary

能力扩展,边界不后退。

我们区分研究原型、内部验证与可交付软件;不以演示替代临床证据。

01
可追溯

数据来源、版本、假设与失败均被记录。

02
可拒绝

证据不足或风险过高时,系统必须停止并交给人。

03
可验证

先锁定终点与误差边界,再讨论模型能力。

04
可演进

软件按独立条目逐一发布,研究状态不会伪装成产品成熟度。