4月23日，OFweek 2026智慧医院创新发展大会暨医疗机器人创新发展峰会在深圳圆满举办。
聚焦多模态医学AI与精准临床决策前沿方向，国家重点研发计划诊疗专项课题负责人、中国科学院深圳先进技术研究院副研究员梁晓坤带来《多模态医学AI精准辅助精准临床决策》重磅分享，深度解读医学AI如何跨越数据壁垒、融合多模态信息，为肿瘤精准诊疗与智慧医院建设提供核心技术支撑。
▲ 梁晓坤研究员
梁晓坤研究员在分享中，以“相同治疗，不同命运”这一临床真实痛点切入，直击传统诊疗模式的核心困境：即便患者罹患同一种肿瘤、接受完全一致的标准治疗方案，最终的治疗效果与生存预后却存在巨大差异。
在常规“一刀切”的治疗模式下，既存在过度治疗的问题，也有部分高风险患者因未得到针对性的强化治疗，错失了最佳的干预机会。
针对这一长期困扰临床的难题，梁晓坤研究员团队提出以多模态AI打破数据局限，整合临床数据、放射影像、病理切片、基因组学等多源异构信息，为肿瘤诊疗打造具备全局分析能力的AI“超级大脑”。
团队率先研发视觉-语言基础模型，实现医学影像与临床文本的深度融合理解，可同步“读懂”病理图像与病历信息，完成癌症精准诊断与预后预测，这项突破性成果已发表在国际顶级期刊《Nature》。
在此基础上，团队重磅发布两大核心肿瘤预后模型，覆盖宫颈癌、胃癌两大高发癌种，成为本次分享的核心成果。
梁晓坤研究员介绍，宫颈癌多模态预后预测模型 CerviPro的关键创新在于融入时序影像，即采集患者治疗前、治疗中、治疗后的连续动态 CT 影像，而非单一静态影像，完整捕捉肿瘤对治疗的实时响应变化；模型结合多维度临床数据构建，可精准预测患者预后效果，智能筛选出最有可能从强化治疗中获益的人群。
他进一步解释，强化治疗是针对常规治疗效果不佳、复发风险偏高的患者制定的加强版干预方案，CerviPro 模型通过精准分层，告别传统诊疗的 “一刀切”，既避免过度医疗造成的资源浪费，又能为高风险患者提供更适配的治疗方案。
针对发病率、死亡率居高不下的胃癌，梁晓坤研究员团队同步研发多模胃癌预后大模型，延续多模态融合与时序影像分析核心思路，整合胃癌患者 CT 时序影像、病理组织数据、临床诊疗信息及随访数据，攻克胃癌异质性强、预后评估难、治疗反应差异大的临床难题。
该模型可精准实现胃癌患者复发风险预警、新辅助治疗疗效预测、预后生存分层，同样能精准识别可从强化治疗、靶向联合治疗中获益的胃癌人群，与 CerviPro 模型形成泛癌种精准预后评估体系，为消化道肿瘤、妇科肿瘤规范化诊疗提供数智化支撑。
除了在肿瘤预后预测上的突破，梁晓坤研究员还展示了AI在医学成像技术上的系列革新，从临床实际需求出发，解决影像科医生的长期痛点。
基于扩散模型的CT金属伪影矫正技术，可有效消除术后金属支架带来的图像伪影，让术后评估更准确；
低剂量快速重建技术借助深度学习网络，在低辐射剂量下实现高质量CT图像重建，兼顾诊断效果与患者安全；
单X光三维实时跟踪技术则将术中二维X光与术前三维CT精准匹配，实现高精度、低剂量的实时病灶定位，大幅提升手术和放疗的精准度。
梁晓坤研究员的分享，始终深刻体现 “医工交叉” 的核心价值。其课题组与全国及全球多家顶尖医院、科研机构建立深度合作，立足临床真实需求推进技术研发与成果转化，让实验室的前沿技术真正落地临床一线。
从破解“相同治疗不同命运”的临床困境，到革新医学影像成像技术，AI正以医工交叉为纽带，为智慧医院建设注入核心技术动力，也让更精准、更高效的医疗服务加速惠及广大患者。
— END —
分享
发表评论
登录
手机
验证码
手机/邮箱/用户名
密码
立即登录即可访问所有OFweek服务
还不是会员？免费注册
忘记密码其他方式
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论