医疗AI垂直化突破：5大专科模型驱动行业变革

当人工智能从通用走向纵深，医疗健康领域正迎来一场静默而深刻的革命。如今，AI不再仅是辅助工具，而是化身为精通特定领域的“专科数字医生”——从眼底影像中预警全身性疾病，在病理切片中捕捉早期癌变，于基因序列中解码个体化治疗方案。这五大垂直专科AI大模型的崛起，标志着医疗智能迈入了精准化、场景化、深度融合的新阶段。它们不仅是技术的突破，更是对传统医疗边界的一次系统性拓展，将重构从筛查、诊断、治疗到健康管理的全链条生态，让高质量医疗变得可及、可负担且个性化。未来已来，革新正在每个细分专科中悄然发生。

MOME（乳腺癌诊断）为首个以大模型方式分析多参数磁力共振（MRI）影像的AI模型，针对乳腺癌诊断而设。乳腺癌是本港女性最常见的癌症之一，此模型能助医生分析病人的乳房MRI，辅助他们快速区分乳房肿瘤属良性或恶性，从而尽量避免病人进行不必要的病理穿刺化验。此外，此AI模型更能预测患者对化疗的反应，为病人制定适合的治疗方案。系统的准确度能与具有5年或以上经验的放射科医生相媲美，对为病人开创非入侵性及个人化的治疗管理有莫大帮助。

清华长庚肝胆专科智能体 “AI肝胆医院”（肝胆疾病）由清华长庚医院联合悦尔AI团队研发，深度整合该院肝胆外科国家临床重点专科资源，构建覆盖肝胆肿瘤、胆结石、肝硬化等20+亚病种的专科知识图谱，病灶识别准确率达98.2%。支持CT/MRI影像多模态分析、肝储备功能智能评估、手术方案模拟推演全流程，并且整合院内数据（检查检验结果、诊疗记录等）与院外数据（社区体检报告、外院就诊信息等），实现跨机构、跨区域的数据互通。

mSTAR（病理辅助工具）是世界领先的病理学基础模型之一。病理检查是世界认可诊断癌症的“黄金标准”，然而，撰写病理报告的过程非常耗时，而且容易出错，而mSTAR这个模型正是为改善此一流程而建构。与一般模型不同，mSTAR并非将整张切片分割及独立分析，而是将整幅病理全景影像作分析，并引入多模态知识增强识别能力，有助于病理学家执行多达40项诊断和预后任务，降低病理分析所需的时间，并提升诊断的准确性。

MedDr（全科）仿如一位AI全科医生。此多模态语言模型犹如医学界的“GPT”，能解答问题、撰写医疗报告，并根据医学图像为病人作初步诊断等，为目前全科医学中最大规模的开源软件，有助于医生做出快速、准确及可靠的诊断。在上海人工智能实验室近日进行的一项评测中，MedDr更被评为全球同类模型中性能最佳的AI系统之一。

XAIM（可解释的人工智能）是一个创新的AI框架，用于剖析各个AI医学系统如何作出决策，以提升医疗人员对AI模型的信任度。虽然现时不少AI系统准确度甚高，惟透明度欠奉，引来疑虑。XAIM遂为系统的诊断结果，提供图像及文字解释，提升医疗人员对系统分析结果缘由的理解。

这些AI医学大模型旨在协助全科及专科医生诊症，能为多达种癌症及疾病提供诊断和预后评估，在充足的计算力下，这些AI医学系统得以由大量数据建构而成，结合创新的机器学习训练策略，性能表现比其他现有模型更为优秀。