各有关学院（系）、校设研究机构、老师：
为响应国家重大战略需求，推动人工智能及相关学科的快速发展，“浙江大学教育基金会潘云鹤人工智能科教基金项目”（以下简称“人工智能科教基金项目”）2026年度拟围绕人工智能+ X领域学科大模型建设支持2项重点任务，请按照指南要求组织项目申报工作，有关事项通知如下。
一、组织申报要求
（一）根据指南支持方向的研究内容进行申报，申报项目须覆盖相应指南方向的全部考核指标。
（二）项目的组织实施应整合校内相关优势创新团队，聚焦指南任务，开展集成攻关。
（三）项目申报团队应包含40岁以下的青年科研人员。
二、项目申报指南
任务一：肝癌智能诊疗系统版本演化与多模态知识增强关键技术研究
肝癌是我国高发恶性肿瘤，具有高异质性、高复发率、诊疗决策复杂、依赖多源信息等特点。当前临床面临三大挑战：一是多源数据孤岛化，病历文本、影像、病理等多模态信息缺乏深度语义融合；二是诊疗同质化不足，基层医院在复杂病例的规范化诊治与大型三甲医院存在差异，过度依赖专家经验；三是医学知识更新迅速，新兴方案与证据需及时融入诊疗系统。亟需围绕肝癌智能诊疗，构建从基础诊断到动态知识增强的分阶段能力体系，形成可推理、可解释、可持续更新的临床级智能诊疗系统，提升肝癌诊疗的标准化、精准化和智能化水平。
研究内容：围绕肝癌智能诊疗系统的版本演化逻辑以及临床诊疗的全生命周期管理，形成可持续迭代的智能诊疗能力体系。具体包括：
1. 基础模型
研究基于大规模肝癌脱敏病历、多组学大数据平台及面向肝癌智能诊疗场景的基础大模型训练与优化方法，构建参数规模从0.4B-72B、依托1000卡算力集群的行业级基础模型，优化模型对临床文本、检查报告、影像描述及诊疗规范的理解、生成与推理能力，支撑后续多任务应用。
2. 专家级工作流与知识流
研究肝癌“防-筛-诊-治-康”专家经验的结构化表征。研究肝癌诊疗专家经验的结构化表征与可计算表达，构建覆盖分期、治疗、评估和随访的专家级工作流与知识流体系。结合强化学习训练架构，实现对医生反馈、多轮推理和路径偏好的持续优化，提升决策一致性。
3. 可复用诊断技能集合
研究将肝癌诊疗核心能力封装为标准化原子技能，形成可复用的诊断技能集合。重点包括信息抽取、分期判定、方案推荐、禁忌证筛查、影像识别与风险提示等，支持跨任务调用与流程编排，增强系统扩展性。
4. 专业数据集与评估基准
构建涵盖结构化病历、动态影像、全切片病理图像及随访数据的多中心数据集，建立由临床医学、放射学、病理学专家共同参与的评估基准及合规机制。考核模型在分期准确率、RECIST评价等硬指标上的表现，更评估其在临床鲁棒性、逻辑可解释性及知识更新频率方面的能力。
考核指标：项目须形成覆盖肝癌智能诊疗全流程的分阶段成果，构建具备临床应用潜力的版本演化体系。
纳入不少于20家中心、不少于1万例肝癌患者的多模态数据，覆盖不少于50个字段。形成不少于4个阶段的系统原型或稳定版本，包括肝癌临床分期系统、肝癌诊疗决策系统、多模态影像分析系统和动态知识增强系统。系统应具备较强的准确性、可解释性和临床可用性，经专家验证能够有效提升分期效率、诊疗决策质量及知识更新能力。
2. 工作流与方法成果
形成不少于2套覆盖肝癌诊疗关键环节的标准化AI辅助路径，具备结构化诊断、综合治疗推荐、多模态分析和知识增强交互能力，并经临床专家或真实场景测试验证，能够显著降低医生认知负担、提升诊疗效率和方案一致性。
3. 学术与知识产权成果
发表高水平学术论文不少于3篇，申请发明专利不少于2项，通过技术输出，助力基层医院提升肝癌早期诊断率与规范化治疗比例，推动智慧医疗示范应用。
任务二：文化创意领域人工智能专业级创作基础模型、工作流与工具集关键技术研究
当前通用大模型在图像生成、三维建模等领域取得显著进展，但在专业文化创作场景中，生成质量仍无法达到出版级、展陈级、工业级等专业标准，且缺乏面向特定创作门类的领域知识体系与工作流支撑。亟需构建专家级基础模型、标准化工作流与专业级工具集，打通从“通用AI能力”到“专业创作生产力”的关键瓶颈。
研究内容：面向文化创意领域人工智能专业级创作，研究细分创作领域基础模型、专家级创作工作流、工具集及配套评估基准。具体包括：
1. 面向专业创作的领域基础模型
研究专有模型训练与微调方法，重点覆盖两大方向：艺术创作方向，研究油画、国画、书法等艺术门类的可控生成，支持笔触、肌理、构图等专业级调控；三维模型设计方向，研究复杂拓扑结构与高精度曲面建模，支持智能设计与数字文创的高精度三维资产生产。
2. 专家级创作工作流
研究将专业创作者的领域知识、审美素养和创作流程进行结构化表征，构建专家知识图谱与AI创作工作流，形成行业领先的人机协同创作体系。
3. 可复用创作工具集
将各门类核心创作能力封装为标准化工具（如油画肌理迁移、高精度曲面重建等），构建支持跨门类组合调用的工具集，使专业创作者能够便捷使用。
4. 专业数据集与评估基准
构建标注规范、版权合规的高质量领域数据集，建立由领域专家参与标定的质量评估基准，覆盖技术指标与艺术指标。
考核指标：项目须形成两类专家级核心成果。
1.专家级创作基础模型与工具集。不少于2个面向细分创作门类的领域基础模型，生成质量通过领域专家盲评达到专业可用水平；形成可复用的创作工具集，支持即插即用与跨门类组合调用。
2.专家级创作知识流与标准化工作流。构建不少于2套覆盖完整创作链路的标准化AI辅助创作工作流，经专业创作者实测验证具备显著效率提升；发表高水平学术论文不少于3篇，申请发明专利不少于4项。
三、具体申报方式
（一）组织申报。请各学院（系）、团队对照项目指南组织申报，各团队于2026年4月20日17:00前将申报材料经依托单位审核盖章后发人工智能学院联系人。
（二）组织评审。浙江大学教育基金会潘云鹤人工智能科教基金项目管委会委托科研院牵头成立专家评审组开展评审。
四、联系方式
人工智能学院综合办：
鲁晓佳 0571-88982507 kyylxj@zju.edu.cn
浙江大学教育基金会潘云鹤人工智能科教基金项目学术委员会办公室