在新药研发的过程中，一期临床实验的宗旨在于探索药物毒性和剂量，从而选择出针对人类使用药物的最佳剂量。本课题从贝叶斯最优区间设计入手，探索最佳剂量的确定方案。

篮子研究是将相同靶基因的不同肿瘤放入一个篮子里，应用潜在作用于该靶点的实验药物，评估其疗效和安全性。其目的就是研究可以治疗多种疾病或者疾病亚型的靶向疗法，属于精准医学领域。

探索利用和创新AIGC中常见的生成算法，例如 VAE、GAN、Normalizing Flow 和 Diffusion Model。针对时间序列数据，开发新模型计算风险指标，例如 VaR (Value at Risk)、ES (Expected Shortfall) 和 CVaR (Conditional Value at Risk)。对时序数据的尾部风险进行评估，也可以对具有外部图结构的多元时间序列构成的系统进行风险评估。本课题也可以与异常检验相互交叉。

研究多模态数据的融合，进行跨模态语义对齐和学习，利用一种模态的数据增强另一种模态的学习效果（例如利用电子病历文本增强医学图像分割、分类）；研究多组学数据的融合分析，将不同组学层次的数据（如基因组学、转录组学等）进行整合和分析，可以对样本进行分类、聚类、预测，也可以在药物研发中筛选药物靶点。