随着大数据技术高速发展、人工智能技术不断突破、数字智能医疗时代的到来，健康医疗大数据应用发展将带来健康医疗模式的深刻变化。近年来，多模态临床数据融合研究已成为国际国内研究热点，在肿瘤诊疗、神经系统疾病等复杂疾病领域的多模态研究方向不断探索，以全面提升复杂疾病的诊疗质量，并逐步推动实现数字化、智能化精准诊疗。然而，多模态数据融合的临床研究依然存在数据融合难、专业分析难等诸多挑战。
针对临床需求和痛点，深耕医疗大数据多年的神州医疗联合技术攻关，以多模态大数据为基座、多维度人工智能技术为核心，建设全院级多模态大数据科研平台。
针对数据融合难问题，通过OMOP通用数据模型、自然语言处理、SNOMED-CT术语标化等自主研发核心技术、实现全国首个打通全院多模态数据、构建整合-治理-融合体系。覆盖临床、影像、病理、超声、基因等宏观到微观、多源异构多模态数据。实现从数据定义、数据集成、数据治理、数据加工、数据应用的数据全生命周期管理，将医院沉睡数据唤醒，通过数据治理形成高质量数据资产。
针对专业分析难问题，建设多模态AI分析一体化平台，深度整合核心AI技术，开发大量跨模态数据融合算法，支持文本、影像、病理智能标注、组学提取、统计分析、模型训练、多模态融合分析、知识库等。显著提升研究者跨专业的多模态数据分析能力，极大缩短科研研发周期。
产品在南方医科大学南方医院等知名医院落地应用，已完成50余次跨模态研究，成为大型教学医院进行多模态医学研究的重要支撑力量，加速医院科研产出，助力医学研究高质量发展。
随着大模型时代的到来，平台核心AI技术逐步升级多模态大模型，高效实现不同研究领域的下游任务迁移。力求以数据融合为基础、AI技术为核心、临床科研为目标，形成基于多模态的数据密集型医学研究新范式，占领医学研究新高地。逐步推动多模态技术临床应用转化，实现数字化精准诊疗。
