面向儿童健康的发育基础模型
儿童的发育是连续的,而临床诊疗却是间断的。孤独症、脑瘫等疾病越早发现越容易干预,但大多数儿童往往在最初征兆出现数年后才得到诊断,欠发达地区的家庭甚至可能从未接受过筛查。
我们开发儿童发育基础模型,从儿童的动作、目光、语言和游戏中学习,将日常生活中的点滴转化为发育信号。这些模型支持家庭和医院中的持续健康监测与护理,帮助儿科医生和家长尽早获得可以付诸行动的洞察。
我们的使命
我们的目标是构建支持自进化的共生智能:与儿童以及照护他们的人共同成长的 AI。我们聚焦三个方向:(1) 开发儿童发育基础模型,辅助儿童健康监测与护理;(2) 设计具备儿童认知能力的 AI 智能体;(3) 开展儿科罕见病前沿研究。
核心方向
儿童的发育是连续的,而临床诊疗却是间断的。孤独症、脑瘫等疾病越早发现越容易干预,但大多数儿童往往在最初征兆出现数年后才得到诊断,欠发达地区的家庭甚至可能从未接受过筛查。
我们开发儿童发育基础模型,从儿童的动作、目光、语言和游戏中学习,将日常生活中的点滴转化为发育信号。这些模型支持家庭和医院中的持续健康监测与护理,帮助儿科医生和家长尽早获得可以付诸行动的洞察。
儿童是我们所知最出色的学习者。他们从稀疏、嘈杂的多模态经验中习得语言、常识和社会理解,并且持续学习、不会遗忘。相比之下,如今的 AI 系统以成人数据训练、按成人意图对齐、用成人基准评估。
我们设计具备儿童认知能力的 AI 智能体:它们通过好奇心和社交互动来学习,理解儿童的思维方式,并适应每个孩子所处的发育阶段。这些智能体与心理学家、儿科医生和家长共同打造,旨在陪伴儿童一起成长,并以安全为根基,而非事后补救。
许多罕见病在儿童期首次发病,而每一种病的患者都太少,难以成为多数研究项目的优先方向。患儿家庭往往要等待数年才能获得诊断,有效的治疗手段依然稀缺。
我们与临床合作伙伴一起开展儿科罕见病前沿研究,利用 AI 整合零散的多模态证据,从临床病历、医学影像到动作与行为,让罕见病能被更早识别、更深入理解。
支持与合作机构
