AI赋能医疗,中国实践加速
作者: 黄祺2025年年初DeepSeek掀起的人工智能“中国旋风”,向世界展现了中国在人工智能应用创新上的真正实力。在医疗领域,AI加持对医疗全流程带来的系统性变革,既是全世界业界关注的焦点,也是事关国家发展与民生福祉的工程。
建院于1907年的复旦大学附属华山医院,百十余年来始终是医学创新的高地。医院承建国家神经疾病医学中心、国家传染病医学中心、国家老年疾病临床医学研究中心三大国家级医学中心,学科群综合实力、疑难疾病诊治能力、医疗辐射能力及科技创新策源能力备受瞩目。
近年来,医院以“国家队”的担当投入到“AI+医疗”的前沿探索中,在教育部、科技部、国家卫生健康委,上海市政府及相关部门,复旦大学支持下,依托三大国家级医学中心及全院20个国家临床重点专科、10个国家重点学科,首先聚焦神经、感染、老年、皮肤等优势与关键领域创新探索,推动高质量的“AI+医疗”真正落地临床。

华山医院党委书记郑宁表示,作为国家级大型公立医院,医院坚持数据与人工智能技术服务于医学的真实问题与场景需求这一原则,通过大胆的创新实践,为医院与学科发展探路,为解决医学领域关键问题赋能。
华山医院院长毛颖在采访中强调,影像、分子生物、信息等技术为现代医学发展提供了重要的引擎,但同时医生个体面对海量数据也存在处理能力的天然局限。AI作为强大的辅助工具,能极大提升医疗临床与科研效率,赋能每位医生拥有“最强大脑”,获得重要的决策支持。华山医院AI创新实践的最终目的是为患者带来更有效的治疗、更温馨的医疗体验,以及更多有临床价值的创新药物和技术。
2022年,《“十四五”全民健康信息化规划》明确强调推动AI在疾病筛查、影像识别、药物研发等关键领域的应用。《2025年国务院政府工作报告》进一步提出要持续推进“人工智能+”行动。人工智能作为引领新一轮科技革命和产业变革的战略性技术,其与生物医药的深度融合也是上海重点布局的产业方向。
随着国家战略部署为“AI+医疗”按下加速键,华山医院的前瞻性系列探索,不仅为未来医疗形态“先行探路”,更在助力上海建设具有全球影响力的科技创新中心、服务国家重大战略使命及推动“健康中国2030”目标落地的进程中,探索了宝贵的实践经验。
AI辅助,
“精准诊疗”迈入新时代
“精准诊断”与“个体化治疗”是医学追求的“理想境界”,如今,在AI助力下,“精准医疗”正在迈入全新阶段。
华山医院神经外科是中国神经外科重要发源地,也是国家神经疾病医学中心所在,曾被国际神经外科最权威杂志《神经外科》评价为“世界上最好的神经外科中心之一”。科室联合神经内科、放射科、康复科等十余个相关学科及复旦大学医学神经生物学国家重点实验室、脑科学研究院、脑科学转化研究院等产学研机构,构建了具备原创驱动能力的临床与基础平台,系统攻坚疑难疾病诊治。

脑胶质瘤是神经外科领域极具挑战性的恶性肿瘤,占脑肿瘤的40%至50%,占原发恶性脑瘤的70%,被称为“大脑杀手”,其侵袭语言、运动及认知功能区的特性与弥散性生长模式,长期制约着手术精准切除的实现。早期,脑胶质瘤的诊断主要依靠传统的组织病理学,但由于肿瘤异质性的存在,常常是“同病不同命”,预后判断、预测疗效存在很大差异。
精准诊断是胶质瘤综合诊疗体系中的核心环节。
华山医院院长、神经外科常务副主任毛颖教授带领团队,在周良辅院士大力支持下,于十多年前就借助数字化转型开始了脑胶质瘤“精准”诊疗的探索,历时8年破译了胶质瘤代谢密码,并提出胶质瘤分子分型“华山方案”,为全球脑胶质瘤从组织学诊断向分子诊断转变贡献了“上海智慧”。
此后,团队继续利用数字技术从MRI、超声等医学图像中得到胶质瘤分子信息,开发了分子可视化手术导航系统,使“不可见”的分子诊断数据真正“可见”,实现了针对脑胶质瘤分子级别的切除,大幅减少残余肿瘤细胞,同时保护脑功能、提高术后放化疗疗效。以所有神经肿瘤中恶性程度最高的胶质母细胞瘤为例,患者中位生存期从13.2个月提升至17.6个月,明显优于国际报道的14.6个月平均生存期。
随着AI技术发展,大量信息可被高效萃取、转化为对个体化临床决策的支撑。华山医院团队在快速分子诊断系统基础上构建了多模态的神经肿瘤智能决策平台,提出“定量病理学”等一系列创新理念,通过整合多重免疫组化技术与机器学习算法,为临床提供可解释性强的决策工具。同时,团队联合上海科技大学开发“个性化患者肿瘤类器官”模型,仅需两三周即可构建高度模拟肿瘤微环境及异质性的模型,对化疗药物反应、耐药机制进行更准确预测,实现脑肿瘤精准医疗的重大突破。
AI赋能之下,今天的神经外科手术与传统手术已经完全不同。术中,医生可借助质谱技术实现1.5分钟内的快速分子诊断,并结合拉曼光谱技术获取更丰富的代谢组学信息;可通过精准荧光探针技术进行靶向分子定位、使病理特征可视化。经过AI助力,这些丰富的信息可被快速整合,辅助医生实时进行手术决策、精准绘制手术边界。“病灶是否应该切除”“切除范围需要多大”“未来会给患者带来怎样的影响”等关键问题,医生可以给出更加明确的答案。
同时,医院以疾病为中心建立多学科融合病房,通过全流程管理,使得包括垂体瘤在内的许多神经肿瘤患者已可实现终身、高质量的生存。
在脑血管病领域,脑动脉瘤被称为“颅内炸弹”,破裂导致的致死、致残率高。在这一高难度、手术决策复杂领域,依赖传统经验操作的局限性大、难度高、医生学习周期漫长。华山医院神经外科顾宇翔教授团队合作研发的颅内动脉瘤手术计划软件,通过AI分析重建动脉瘤三维形态学结构、自动测量相关参数,给出适合每个动脉瘤的输送路径和塑形针形态,辅助临床医生作出决策,获批国家药品监督管理局创新医疗器械三类注册证,具有重要的临床应用价值。

2024年9月,中国国家药品监督管理局三类医疗器械注册证,也是国内首张颅内动脉瘤磁共振AI三类医疗器械注册证被颁发给华山医院团队。依托国家神经疾病医学中心,华山医院放射科耿道颖教授团队牵头,联合复旦大学工程与应用技术研究院团队研发的“颅内动脉瘤磁共振造影图像辅助检测软件”可辅助医生检测3mm及以上颅内动脉瘤,量化分析病灶区域并提供相关建议。
此外,检验医学科主任关明教授牵头推出脑脊液细胞学AI诊断系统用于辅助脑脊液细胞学检查,在10类肿瘤中实现了精准诊断,免疫化学染色检测模型检测精度达到95%以上。
在前瞻性布局下,近两年中心一系列研究成果不断涌现,发表于《新英格兰医学杂志》(The New England Journal of Medicine )、《美国国家科学院院刊》(PNAS)、《肿瘤细胞》(Cancer Cell)、《先进科学》(Advanced Science)等国际顶尖期刊,不仅突破了现有神经疾病诊疗的技术极限,也为全球精准医学发展提供了可借鉴的“中国方案”。
在备受社会关注的老年健康领域,2016年7月,华东地区唯一的国家老年疾病临床医学研究中心落户华山医院。中心积极参与国家中长期科技发展规划人口老龄化领域的战略制定,承担“主动健康与老龄化科技应对”等国家重点研发计划,围绕健康老龄化瓶颈问题开展系统攻关。近年来,通过系统研发,中心建立了运动意图精准识别及多模态数据分析等智能化信号解码方案,开展柔性外骨骼、高功能假肢及康复机器人等实用化康复辅助智能设备的研发。团队依托该理论与企业研发柔性外骨骼智能辅具,2024年度新增发明专利授权2项,与创新企业合作研发产品获医疗器械注册证,合作开发的手部外骨骼训练器(辅具版)已进入《上海市残疾人辅助器具指导目录》。
从临床诊断、治疗决策优化到主动康复,华山医院通过AI技术赋能的全链条生态体系正在实现从“单点突破”到“系统提升”转型,真正为系统解决临床“大问题”赋能,发挥国家级医学中心引领作用的同时,也为更多学科领域开展“AI赋能精准诊疗”树立标杆。
AI增强,
新药、新技术研发加速
国家级医学中心在服务临床的同时,也是新技术、新药新械的创新策源地。借助“AI+医疗”,近年来,华山医院不断推动高质量创新技术落地,也为新药研发提供重要平台。
随着深度老龄化时代到来,阿尔茨海默症(AD)、帕金森(PD)等神经退行性疾病成为重大公共卫生挑战。过去由于受限于早期生物标志物匮乏及疾病修饰疗法缺位,神经退行性疾病患者确诊时往往已错过黄金干预窗口。在此背景下,国家神经疾病医学中心、华山医院神经内科郁金泰教授团队联合复旦大学类脑智能研究院等科研院所,依托“复旦大学AI for Science(AI4S)”平台,开创性融合神经医学、多组学技术与人工智能,实现重要突破。
在阿尔茨海默症早期诊断领域,团队采用大规模蛋白质组学数据和人工智能算法,对1463种血浆蛋白组学数据进行分析和建模,发现了预测未来痴呆风险的重要血浆生物标志物,可实现提前15年预测痴呆发病风险,准确率超过90%,相关研究成果发表在《自然·衰老》(Nature Aging),《自然》(Nature )主刊评价这项研究“标志着向能在早期无症状阶段检测阿尔茨海默病及其他类型痴呆的血液检测方法迈进了一步”。在此基础上,团队通过AI分析了迄今最大规模脑脊液蛋白质组队列(涵盖6361种蛋白质),发现了对阿尔茨海默病诊断和预测具有重要价值的新型生物标志物——YWHAG,通过蛋白组合检测,诊断准确性可达98.7%,为超早期干预创造了关键时间窗。

基于此研究经验,今年1月,郁金泰、毛颖团队与类脑智能科学与技术研究院程炜、冯建峰团队合作,绘制了迄今最全面的“人类健康与疾病血浆蛋白质组图谱”,通过纳入1706种人类疾病与表型,绘制出一张全面的蛋白质组图谱,并借助机器学习模型,成功挖掘出极具潜力的疾病预测诊断生物标志物和治疗靶点,研究成果登上《细胞》(Cell)杂志2025年开年封面,被评价为“首次实现通过单次外周血检测即可预测数百种疾病风险”,不仅为人类疾病预测提供了一把钥匙,也为生命科学研究开创了新的研究范式。