项目立足人工智能辅助诊疗的国家重大需求，针对跨模态医疗分析推理难题，拟解决知识的统一表征、知识的动态组织、推理的泛化机制的三个方面难题。本年度围绕跨模态医疗知识的统一表征及可解释获取等关键问题，课题一研究低质条件下关联模态知识共享空间表征理论，支撑跨模态多元医疗知识的统一表征；研究低成本的知识主动获取方法以实现跨模态医疗知识的可解释初步获取。课题二对知识分布式存储、轻量化处理、实体上下位关系抽取和跨模态检索等方面的关键技术进行了探索性工作。课题三借助临床诊断的医学专家知识，进行医疗数据的筹备，理论层面完成知识图谱结构构建、优化和演化。课题四，初步研究构建基于知识张量的通用医疗推理模型，理论上实现定向推理到通用推理算法以及泛化机制。课题五围绕当前人工智能辅助诊疗可解释性差、相关评价体系规范化和标准化缺失等关键问题，研究体现社会经济价值的辅助诊疗系统与示范应用。项目自立项以来，在知识的表征获取、存储管理、组织演化、泛化推理等理论技术方面实现诸多突破，在跨模态医疗类人智能推理于辅助诊疗方面，完成了部分功能模块的开发，开展了典型疾病的应用验证。