01

系统构建

医疗知识问答 Agent

针对传统单 Agent 面对复杂症状时,难以兼顾多角度分析、医学知识检索与工具调用,且容易出现问题拆解不充分、回答依据不透明、上下文丢失及医疗安全边界不足的问题,设计多 Agent 医疗问答系统。

  • 架构与检索:上层构建 3 个专业 Agent,下层构建 9 个原子 Skills,基于 MilvusLite 和 BGE 中文向量模型实现临床指南、ICD-10 等医学知识的 RAG 检索。
  • 执行与协作:基于 ReAct 实现自主工具调用,通过调用次数和输出校验约束执行过程;按问题复杂度动态路由单 Agent 或 Swarm,并利用共享上下文和 SQLite 会话记忆支持连续追问。
  • 工程化部署:接入 DeepSeek API,基于 FastAPI 封装 Agent 服务并部署至腾讯云,实现网页端在线访问与多轮对话。
Multi-AgentRAGReAct动态路由SQLiteFastAPI腾讯云
在线体验医疗 Agent
02

算法研究

磁粒子成像低浓度重建算法研究

面向低浓度磁粒子成像中高次谐波信号弱、噪声强、重建伪影明显的问题,开展 FFL-MPI 谐波 sinogram 去噪与图像重建算法研究,提升低浓度示踪剂弱信号下的图像质量和重建稳定性。

  • 模型方法:基于 PyTorch 构建 CHARM-DicU 双域降噪框架,使用低次谐波作为结构先验引导高次谐波信号恢复,在正弦域设计 cross-harmonic selective gate 和卷积字典展开去噪模块,并通过可微反投影连接至 image refinement 网络。
  • 相关成果已汇总成论文投稿至 Biomedical Signal Processing and Control(第一作者,中科院二区)。
PyTorchFFL-MPI双域降噪
03

实习经历

Radiometer PM Intern

竞品分析与市场调研:梳理血气分析仪市场竞争格局,多渠道收集并拆解 Werfen、Siemens 及理邦等 23 款核心竞品的产品参数与推广策略。针对二级/三级医院市场规模,以及 ICU、ER 等核心科室输出差异化洞察报告。

  • 数据驱动策略优化:深度清洗并处理 2000+ 条历史销售数据,分析不同区域市场竞品表现向好的核心驱动因素。结合真实业务场景,确立产品“速度快、结果准”的核心竞争壁垒。
  • 产品包装与销售赋能:基于 FAB 法则,将器械参数转化为直击客户痛点的营销话术。协助组织血气针销售中国区 Workshop,为一线销售团队提供专业培训与物料支持,提升产品核心优势的转化效率。
竞品分析数据分析售前支持
04

数学竞赛

美国大学生数学建模大赛

作为队长带领团队共同完成赛题,并获 Honorable Mention 奖项。

  • 构建 ESIP 评价、PCA-KMeans 聚类、系统动力学模型,量化奥运会对主办国的综合影响,完成 31 国主办潜力分类与差异化方案输出。
  • 调研 IOC 政策与奥运行业生态,结合技术原理落地 ToG 级产品策略,完成可行性验证。
  • 搭建数据指标监控体系,提炼各国主办核心需求并划分优先级,输出官方决策备忘录。
数学建模机器学习团队合作
05

AI × Drug Discovery

Cambridge AI+ 学术项目

完成课题《大型制药公司如何将 AI 运用于药物发现》,识别出 3 类高潜力药物分子簇。

  • 通过 RDKit 计算药物分子 MACCS 指纹特征,构建 DNN 网络预测药物 ADMET 特性。
  • 将分子转化为加权无向图,通过图切割算法聚类为 12 个簇,分析各簇平均指纹与 ADMET 特性。
RDKitMACCSDNNADMET