01 · 感知
无感与低负担临床感知
从毫米波、视觉、热成像、床旁机械信号与环境传感中提取可验证状态。研究重点不是“多采数据”，而是明确预期用途、参考金标准、缺失模式与部署干扰。
Research
研究不是能力清单，而是一条证据链。
我们把医学 AI 看作一个受约束系统：信号如何进入、状态如何表示、行动如何发生、错误如何被发现，必须能被逐层审计。
02 · 建模
手术时序与世界模型
建立阶段、事件、解剖关系与风险演化的时间表示。优先处理完整性、严重错误与不确定性，再逐步研究更强的预测和交互能力。
03 · 行动
具身系统与人机协作
把模型输出约束在可授权、可中止、可回退的行动空间。高风险场景默认保留人工监督，系统必须表达不知道与不能做。
04 · 验证
医疗证据保障
追踪数据来源、版本、时间线和结论依据，避免自动化工具在整理、摘要或迁移过程中改变证据含义。
Method
共同方法
01
先定义错误
先写出不可接受的严重错误、分母、终点和停止规则。
02
先做最小验证
用公开或合成数据检验最危险的假设，再决定是否扩大。
03
区分成熟度
研究、预览、可用与归档状态在软件目录中明确标注。
04
保护临床边界
没有伦理、权限、参考标准和现场验证，就不宣称临床有效。