欢迎来到我的站点

关于我

我是王子龙，目前在微软亚洲研究院（上海）机器学习组担任Senior Researcher。我的研究聚焦于 AI4Health、Foundation Models 与 Human-AI Interaction 的交叉前沿，致力于构建可靠、可泛化、深度契合真实世界需求的人工智能系统，尤其面向医疗健康等高风险场景。我于 2018 年获得复旦大学上海医学院临床医学医学博士学位。临床训练塑造了我的研究方法论：以医学问题为牵引，强调模型在真实世界异质数据下的稳健性、与临床推理的一致性，以及在复杂工作流中的安全部署。

我的研究主要沿三条主线展开：在 AI4Health 方向，我关注医学影像与多模态智能系统，用于筛查、诊断与长期疾病管理；在 Foundation Models 方向，我探索多模态基础模型与医疗大语言模型（LLM）的架构设计、评测方法与强化学习优化策略，以提升泛化能力、可解释性与临床可信度；在 Human-AI Interaction 方向，我研究先进 AI 系统（包括多模态与智能体模型）在真实场景中的人机交互机制，涵盖临床工作流、无障碍技术以及老龄人群应用等场景，强调 human-in-the-loop 设计，使用户能够查询、验证、纠错并引导 AI 行为，从而提升系统的透明性、可控性与可信度。

在 2023 年加入微软亚洲研究院之前，我曾在医疗科技初创公司担任 CTO，主导研发多款 AI 软件医疗器械（SaMD），并推动完成临床验证、注册审批与市场准入，形成从技术研发到产业落地的完整转化经验。我曾入选 2020 年福布斯中国 30 岁以下精英榜与 2021 年胡润 U30 中国创业领袖榜，并担任中国计算机学会（CCF）数字医学专委会执行委员。

最新动态

[2026年2月] 我们发布 OMGs（卵巢肿瘤多学科智能体系统），这是一个由大语言模型驱动的多智能体框架，旨在支持卵巢肿瘤全病程管理中的 MDT（多学科会诊）决策。在多中心评估中，OMGs 的表现达到专家 MDT 共识水平，展示了协作式智能体系统在高风险临床决策支持中的潜力。

[2026年1月] 我们推出 GI-Bench 基准测试平台，涵盖 20 种细粒度病变类别，并围绕消化道内镜五阶段临床工作流，对多模态大语言模型（MLLMs）进行系统性评估，推动面向真实临床流程的多模态模型评价标准建设。

[2025年8月] 我们开源 Agent Lightning⚡ 框架，使开发者能够通过强化学习（RL）训练任意 AI 智能体。该框架将智能体执行过程与模型训练过程解耦，可在几乎无需修改代码的情况下，无缝集成至 LangChain、AutoGen、CrewAI 等主流框架。

[2025年8月] 我们发布两项医疗基础模型预印本成果：RenalCLIP（面向肾癌精准肿瘤学的视觉-语言基础模型）与 DermINO（基于多视图混合预训练策略的皮肤科通用基础模型）。

联系方式

• Email: wangzilong@microsoft.com
• GitHub: wizardlancet

Selected Publications