蚂蚁金服研究型实习生-面向神经系统罕见病鉴别诊断和渐冻症早筛的多模态模型

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
-计算机科学、医学影像、人工智能或相关专业背景并有脑医学影像分析经历
-熟悉深度学习、计算机视觉或医学影像分析（如多模态和生成模型）
-熟练使用 Python / C++ 及 PyTorch 等主流框架
-具备科研能力、工程实…

工作职责

研究领域：
  医学多模态学习
项目简介：
  肌萎缩侧索硬化症（Amyotrophic Lateral Sclerosis, ALS）是一种进行性神经退行性疾病，具有病程进展快、临床表型异质性强、早期症状隐匿等特点：其早期诊断率不足70%，从首发症状到确诊的延迟平均超过一年，患者常因此错失最佳干预窗口，而现有诊断高度依赖临床经验与肌电图，缺乏客观、可量化的生物标志物，加之疾病表型与进展速度在个体间差异显著，传统评估工具对早期筛查、精准分型、个体化进展预测与疗效监测的能力十分有限。与此同时，临床随访、语音、行为及多中心病例数据长期处于碎片化状态，影像学、血液与脑脊液等生物标志物特异性不足，难以独立支撑精准诊断与预后判断，亟需建立跨模态的数据融合体系，打通从分子病理到临床功能的完整认知链路，为构建新一代精准生物标志物奠定数据基础。本项目依托全球规模领先的ALS患者队列与多中心协作网络，已建成覆盖临床信息、脑影像组学、实验室检查与多组学数据的完整数据体系，并具备将专家级智能模型向基层医院推广落地的良好基础；项目旨在融合多模态医学数据与人工智能技术，构建面向ALS的智能分析与精准生物标志物研发体系，推动疾病诊疗从"经验型"向"精准化、智能化、个体化"模式转变，为ALS的早筛、早诊、风险预警与精准干预提供新一代技术支撑。