以口腔专科为突破口构建技术壁垒
推动技术成果的临床转化和商业化
口腔专科多模态大模型DentalGPT
面向口腔专科临床、科研与长期健康管理场景构建的口腔AI基础能力底座
高度依赖影像与文本联合理解
强专病属性与复杂临床推理
全生命周期患者健康管理场景
临床知识专业性与可信性要求高
通用大模型难以直接满足口腔专科临床需求
DentalGPT
口腔专科多模态大模型
论文被ACL2026接收（CCF A），全球首创口腔多模态AI大语言模型，口腔垂域性能超越GPT5、Claude、Gemini
多模态理解
临床推理能力
专病知识增强
持续学习能力
Agent协同能力
多模态数据与专病数据体系
构建覆盖影像、文本、长期随访与专病知识的口腔多模态数据底座
数据积累
积累了丰富的医疗数据资源以及标注数据，包括医疗领域预训练与微调数据。
| 数据类型 | 数据来源 | 数据量 |
|---|---|---|
多模态医疗大模型对齐与对话数据集 | PubMedVision | 1,294,062 条 |
多模态医疗对话数据集 | Med-MAT | 2,360,000 条 |
多模态医疗视频生成数据集 | MedVideoCap-55K | 55,000 条 |
纯文本多语言医疗数据集 | ApolloMoEDataset | 292,914 条 |
纯文本大规模医疗数据集 | Huatuo-26M | 26,000,000 条 |
纯文本复杂推理数据集 | medical-o1-reasoning-SFT | 50,000 条 |
牙科专病多模态训练集 | DentalGPT | 240,000 条 含120,000张牙科影像 |
标注平台
提供覆盖医学影像数据管理、多人协同标注、审核质检、AI 预标注的一体化数据生产平台。
GlobalDentBench：口腔AI评测基准体系
GlobalDentBench 不是传统意义上的"考题集"，而是一套面向口腔AI模型临床能力的全维度综合性评估体系。
这是医疗AI产品进入临床应用前必须回答的根本问题。GlobalDentBench 通过还原诊疗全流程，从模型的实际表现出发，判断其是否真正具备辅助医生、服务患者的实用价值。
数据来源覆盖六大洲的 88 个国家和地区，包含 14 个口腔医学专科方向和 8,978 道经专家验证的问题。
自由动脉联合香港中文大学（深圳）、香港大学牙医学院、南方医科大学深圳口腔医院（坪山）、北京大学、梅奥诊所、以及慕尼黑大学医学院联合推进全球首个跨国口腔LLM黄金评估基准，已投递 Nature 子刊。
DentalGPT的全球验证与多中心协同
全球首个合作口腔大模型验证，构建覆盖多机构、多地区、多人群的口腔AI验证网络
全球合作协议签署
多中心协同体系
临床专家协同
口腔专科专家参与模型验证与能力评估。
多机构数据协同
形成跨机构、多中心数据验证体系。
Benchmark协同建设
共同构建口腔AI标准化评测体系。
联合科研合作
支撑联合课题、多中心研究与成果转化。
医疗视频生成模型MedGen
为推动视频生成在医疗领域实现专业突破，来自香港中文大学（深圳）的FreedomAI团队和深圳自由动脉科技有限公司正式发布首个大规模粒度注释医学视频数据集 MedVideoCap-55K，并在此基础上训练出了首个专注于医学视频生成的模型MedGen。现在，是时候打破"医疗静帧"的局限了！
作为首个医学视频生成模型，MedGen不仅保证了医学内容的准确性，还实现了高质量视频生成，展现了其在手术模拟、医学教育、科普动画与远程会诊等领域的广泛应用潜力。
下游任务数据增强
医疗视频监督任务在手术流程识别、病变检测和诊断辅助等场景中发挥着重要作用，能够辅助医生提高诊疗效率和准确性。然而，当前这类任务普遍面临标注数据稀缺、样本不均衡以及隐私保护等挑战，限制了模型的泛化能力和实际应用效果。利用高质量的合成数据进行数据增强成为提升下游监督模型性能表现的关键手段之一。
我们基于 MedGen 探索了其作为数据增强工具在多种医学视频分类任务中的应用效果，通过将 MedGen 生成的视频与原始训练数据结合，验证了其对下游任务性能的促进作用。
MedGen 和 HunyuanVideo 在三个医学视频监督下游任务中作为数据增强对任务效果提升的对比
开源地址：
· Github：https://github.com/FreedomIntelligence/MedGen
· 论文：https://arxiv.org/abs/2507.05675
· 数据集：https://huggingface.co/datasets/FreedomIntelligence/MedVideoCap-55K
· 模型：https://huggingface.co/FreedomIntelligence/MedGen
· 博客：https://huggingface.co/blog/wangrongsheng/medvideocap-55k
MedGen 在患者模拟、科普教育、手术训练、医疗动画及医学影像等方面的应用
O1慢推理长思考医疗大模型
医疗复杂推理：首个支持长链路医疗复杂推理的医疗大模型，受到业界的广泛关注。
[1] Junying Chen,Chi Gui,Anningzhe Gao,Ke Ji,Xidong Wang,Xiang Wan,Benyou Wang. CoD, Towards an Interpretable Medical Agent using Chain of Diagnosis. https://arxiv.org/abs/2407.13301
[2] Junying Chen,Zhenyang Cai,Ke Ji,Xidong Wang,Wanlong Liu,Rongsheng Wang,Jianye Hou,Benyou Wang. HuatuoGPT-o1, Towards Medical Complex Reasoning with LLMs. https://arxiv.org/abs/2412.18925