入选项目背景与攻关内容
在复杂外科手术场景下，组织与病灶解剖结构形式高度多样，各类极端变异情形时有发生却又形态各异，临床实践中极难采集到覆盖充分的真实训练集样本。若沿用传统基于海量样本驱动的 AI 训练范式，模型在术中一旦遭遇训练集外的未知极端情形，极易产生严重误报，构成手术安全隐患。
针对这一临床难点，麦田医学携手临床专家采用反向攻关路径：摒弃对海量标注样本的过度依赖，以单例或少量健康人群样本作为解剖基准种子，结合临床专家的解剖经验与手术知识，采用麦田医学自研的拓扑保持算法构建表征充分的训练空间，进而攻关极小样本支撑下的高鲁棒术中实时自适应导航与毫米级精准测量。
经严格论证与审定，该项目正式确定为青麦计划第一期深度共研合作项目。
01
入选项目基本信息
课题全称：《基于单样本学习与拓扑保持的X手术实时导航与测量研究》
学科方向：医学人工智能·外科手术实时导航与测量（医工交叉）
合作形式：麦田医学全链条深度共研
【隐私及知识产权保护说明】
为严格保障申报学者的学术首创权及未发表课题机密，本公示已对部分信息做匿名化脱敏处理。
02
学术委员会遴选评语
该项目之所以在众多优秀申报中脱颖而出，核心在于其具备明确的临床真实刚需与手术攻关壁垒。实际手术中组织形态多变、极端未知情况频发，是长期困扰外科团队的手术安全与精准操作痛点。
针对这一临床壁垒，麦田医学算法团队基于既有技术储备，提出了以单样本学习与拓扑保持为核心的技术解决方案。临床学者带来了深刻的临床认知、极端变异样本与真实手术验证场景，麦田医学的自研技术则恰好能够系统解决小样本与长尾泛化的技术瓶颈，在临床刚需与底层自研技术之间形成了高度契合与严密互补的技术闭环。
03
推进说明
目前，双方已正式签署《保密协议》及《共研合作协议》，建立联合工作机制，全面启动课题顶层假说论证、技术路线细化与申报书联合攻坚。
衷心感谢各位青年 PI 与临床科学家的信任与支持。后续批次合作通道敬请关注官方动态。
麦田（苏州）医学科技有限公司·学术委员会
2026 年 10 月
