医疗机构药品遴选与临床应用评价，综合药师根据药品说明书、中华人民共和国药典、临床诊疗规范、临床诊疗指南、专家共识等权威文献，以及国家卫健委、药监局、WHO、FDA、EMA、TGA等权威网站信息，对药品从必要性、安全性、有效性、经济性、创新性、适宜性、可及性及临床应用情况等方面进行量化评分，作为评价依据。 智能药品综合评价系统知识库建设目标，是融合上述数据源建设自有知识库，并运用人工智能大数据分析技术，实现按标准智能自动量化评分功能。 所需解决问题：国家卫健委、药监局、WHO、FDA等权威网站药品相关数据自动检索、识别及智能匹配分析。 预期效果：90%以上的项目可自动评价，需药师人工评价项目不超过10%.
目前国内对手写字的识别是没有成熟的技术的，但是市场上有几个较为强力的竞争对手，企业出于抢占市场的目的，开发新的技术。1. 手写字的识别：主观作业的自动批改。2. 手写公式（数学、物理、化学）。3. 语义分析：作文批改。4. 语音的应用：同学朗读或背诵的场景。5. AI 只能对知识点打标签。
定制开发用于电子制造PCBA线路板的终检，视觉系统自动采集板子图片，人工智能自动判断缺陷，自动上传系统，自动记录，此人工智能平台是通用性平台，能方便工程人员自己开发部署，从而提升质检效率，防止缺陷外流至客户端，从而提升产品品质。
本项目是基于嵌入式AI神经网络技术应用于工业安全事故隐患识别研发，是根据工业生产工艺过程起重机械等行走设备安全运行出现的工业安全事故隐患识别、应急报警、事故处置、事故分析的装备技术研发。 由于工业安全事故重要性质，需要解决产品的事故隐患识别准确性及应急报警处置的可靠性难题。
技术目标旨在利用数字孪生技术，将苏州古城交通动态实时地映射到虚拟系统中，为古城交通感知、分析、预测、控制等提供支撑。 技术指标：①可产生苏州古城建筑、道路、交通设施、车辆等实体镜像；②可利用电子警察系统与卡口系统的交通数据，在孪生系统中精准复现古城路网动态交通需求，反映车流路径与轨迹，误差小于10%；③可实现虚拟孪生系统与数据采集端、管控平台的信息实时联动（延迟小于1秒）；④可评价路网交通安全与效率，可反映交通管控措施，可嵌入智能网联、大数据、人工智能等算法。
电子控制板在生产加工过程中，目前在生产流程中还需使用大量的人工操作，为了更好地提高生产效率，当前的人工岗位还需尽可能的提升自动化程度。 针对公司生产线的现状，现有以下操作工位的自动化需求： 异形件插件设备：公司现已有自动贴片机（SMT）、自动插件机（AI）、自动跳线机、自动铆钉机、自动镙钉机等自动化设备，但对一些异形元件还需人工安排：较大的显示模组、变压器、线圈、大型插座等元件。 机械手自动装箱：目前在控制板装入纸箱或静电箱还需人工操作。 FPT测试设备，通用型自动化测试（偏向电路与软件）：对控制板的功能进行自动化测试。 项目目的： 能运用在生产线上进行自动化操作； 不会损伤控制板及相关元件； 可靠性基本达到100%； 漏件率低于0.5%； 运行速度能跟上公司生产线的生产速度。
针对肺部CT影像数据量大，肺结核的形状，大小和分布不均匀，与其他肺部病灶难以区分，病灶标注专业性强等问题，目前主要需求如下： 1、研究基于深度学习的肺结核病灶精确检测方法，准确率在80%以上； 2、研究肺结核形态特征参数估计方法，精确率达到80%以上。
项目旨在搭建基于自主LoongArch指令集的龙芯3A5000处理器的AI异构平台，在整机硬件研制、AI芯片适配、AI算法优化、典型应用构建等方面开展研究，解决CPU与GPU/ASIC总线互联设计技术、系统前端设计技术、基于高效管道和优化器的快速训练技术、基于自蒸馏的深度模型压缩技术等关键技术。 通过合作开发，预期形成基于LoongArch指令集的异构AI计算机，实现对3款主流AI芯片板卡的适配与优化；深度快速训练技术可减少训练时间20%以上；基于自蒸馏的模型压缩技术可压缩模型尺寸30％以上，减少计算量30％以上。
寻找肿瘤、心血管、呼吸、肾脏、代谢、消化、罕见病领域解决方案
数字化智慧医疗平台，基于虚拟现实、数字孪生、人工智能等技术，助力医生开展不受地域、时间、空间等限制的VR医疗教学培训，建立医生和患者之间的3D可视化智慧交互沟通模式，协助医生、患者通过虚拟现实、数字孪生技术关注临床解决方案，降低医生和患者的沟通成本。项目有效性进行过初步验证，已经在开展建模、数据处理等工作。
人工智能健康管理类系统，基于自然语言处理、图像识别、可视化等技术，为用户量身打造专人专项的生理、病理知识图谱和3D可视化健康管理平台，助力医生更直观更全面更准确地剖析患者生理、病理状况，高效问诊。项目已初步构建个人的疾病、用药知识图谱，以及3D可视化数字人体平台。
人工智能辅助诊断类创新项目，基于图像识别技术，借助对临床专科医学图像的深度学习，助力医生更准确地对疾病变化区域做出判断，减少误诊、漏诊。 项目有效性需要进行过初步验证，并有真实详尽的实验数据。