研究型实习生-OminiMedResearcher：面向复杂医疗科研问题自动形成—验证闭环的医疗多模态研究智能体

岗位职责

研究领域： 大模型 项目简介： 随着人工智能技术的发展，医学研究正面临从“人力驱动”向“AI协同发现”范式的转型。当前科研流程高度依赖专家经验，涉及假说提出、实验设计、数据分析到结论推导等多个环节，周期长、成本高、重复性差，尤其在肿瘤、罕见病、精准医疗等领域，海量异构数据（如电子病历、影像、基因组学）已远超人类处理能力。现有AI工具多局限于单点任务辅助（如文献检索、图像识别），缺乏端到端的科研闭环能力，难以真正推动知识自主生成。 为此，本项目提出构建 OmniMedResearcher 一个面向复杂医疗科研问题的全自主多模态智能体，致力于实现从“提出科学假说”到“设计验证方案”、“执行实证分析”并“得出可信结论”的完整科研自动化闭环。该智能体将融合大模型推理、因果建模、知识图谱、统计学习与可信赖AI评估机制，模拟顶尖医学研究者的工作流，能够在无人干预下针对临床关键问题自主生成可验证假设（如药物再利用、 biomarker 发现），设计严谨研究方案（如队列匹配、偏倚控制），调用多源真实世界数据完成自动化分析，并输出可解释、可复现的研究报告。 OmniMedResearcher 的实现将显著缩短科研周期，降低前沿研究门槛，提升研究可重复性与科学性，赋能临床医生与科研人员高效开展高质量医学创新。该项目不仅是AI for Science在医疗领域的深度落地，更将为构建下一代智能科研基础设施提供核心技术支撑，具有重大战略意义与应用前景。

任职要求

研究领域： -目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位 -具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go -具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究 优先录用： -对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色 -在国际会议上或核心期刊发表一份或多份出版物或论文 -至少3个月的全职工作

特色标签

AI4Science、AI可解释性、AI可靠性、AI智能体、AI驱动科研、C/C++、Golang、Java、Python、RWD、临床数据、临床科研、医学假设、医学知识图谱、医学研究、医疗、医疗知识库、发表算法相关优秀论文、可信AI、因果分析、因果发现、因果推断、图文语音融合、基础模型、多模态学习、多模态算法、大模型算法、大语言模型、实体关系图、数据挖掘、智能体、生物医学研究、真实世界证据、知识图谱、研发效能、研究假设、研究智能体、科学假设、科学智能、算法工程化经验、自主智能体、自然语言处理算法、跨模态融合、预训练模型