□青岛日报/观海新闻记者  耿婷婷

　　本报1月29日讯  作为“人工智能+医疗健康”落地的关键基石，高质量数据集的建设水平直接决定着精准医疗的发展高度。青岛大学附属医院牛海涛教授团队积极响应国家数据科技创新战略号召，聚焦医疗数据要素的高质量供给、标准化治理与应用转化持续攻关，近期在肿瘤多模态诊疗数据底座建设与智慧应用方面斩获系列重大突破，并有效辐射带动青大附院多学科在相关领域取得系列成果。

　　打破传统单点研究的局限，牛海涛教授团队深耕肿瘤诊疗领域，以“全链路数智化”为核心思路，围绕解剖结构数字化、手术执行智能化、多模态数据融合等前沿方向，攻克数据可用与模型落地之间的行业痛点。目前，团队相关成果已发表于多个国际知名期刊，沉淀形成了一批可复用、可评测、可迭代的高质量数据与方法规范，为全球医疗AI数据治理提供了“中国方案”。

　　在术前评估这一诊疗全链条的起点，该团队聚焦“如何高精度数字化还原患者”的核心问题，围绕复杂肾肿瘤手术规划难、血管变异多等临床痛点，建成了包含3926例腹部增强CT数据的高标准队列，依托标准化三维重建与多平面重组流程，打造了肾门解剖三维数据库并持续扩增，系统解析了肾动静脉变异与肾盂解剖分型，让关键手术要素实现数字化呈现，为个体化手术方案制定提供“精准导航”。

　　在宏观影像评估层面，该团队牵头建设覆盖1456例膀胱癌病例的CT影像结构化数据集。基于该数据集研发的深度学习模型，已实现影像特征与生存风险的精准关联。在此基础上，团队结合测序数据进一步开展机制线索挖掘，推动影像预测从“经验判断”迈向“科学实证”，为临床预后评估提供客观可靠的数据依据，让AI辅助诊断更具临床价值。

　　到了“执行端”，相关成果让数据价值在手术场景下得到释放。攻克手术机器人在术中复杂环境下的认知难题，团队构建腹腔镜根治性肾切除术全粒度视频数据集，并持续向其他泌尿系统肿瘤术式拓展。目前，该系统已汇聚数十万帧高质量标注数据，实现术中粗、细粒度信息的全覆盖感知与双向补偿增强。此举意味着，借力数据价值，可以将外科医生的“隐性”手术经验转化为机器可读的“显性”知识要素，为手术机器人智能化提升筑牢统一数据基础与标准化评测基准。

　　尤其值得一提的是，面向远程医疗与手术协同需求，该团队进一步构建了基于机器人运动学的高频动态数据，研发了数字孪生视觉辅助系统。在高时延场景下，该系统可显著提升手术效率、降低术者负荷。目前相关成果已完成临床可行性验证，通过可靠评测方法，为远程精准手术规模化应用打开“新通道”。

　　凭借以高质量数据为核心的智能化增强策略，该团队成功获批2025年度国家自然科学基金重点支持项目。