現代人工智能技術對於改進健康醫療體系有著巨大潛力，可以提升診斷效率和降低治療費用。近期研究進展顯示於不同設定情況下，曾受基於大規模帶標註的醫療圖像和醫療病例數據訓練的人工智能模型於斷症的準確度上能夠有效的超越年資較年資淺的人類醫生為高。不過但是，要將這些人工智能技術進一步擴展至真實際應用則場景中，仍然存在著巨大的挑戰性，例如。由不同數據源提供的醫療圖像和醫療病例可能有著顯著的差別，也通常沒有詳盡足夠的標註。是次本項目旨在引入針對面向醫學圖像分析和自然語言處理的最新技術，以克服醫療健康人工智能模型面對的一系列挑戰。