黃天蔭：擁抱AI時代 科技創新賦能全民健康

糖尿病腎臟疾病（DKD）作爲糖尿病重要的慢性微血管併發症，是導致終末期腎病的主要原因之一，對全球健康和社會經濟造成了重大負擔。全球約40%的糖尿病患者面臨DKD風險，其發病率與病程延長、血糖控制不佳及人口老齡化密切相關。

黃天蔭團隊與上海交通大學計算機學院及人工智能教育部重點實驗室盛斌教授團隊通過醫工交叉聯合攻關，並攜手上海交通大學主動健康戰略與發展研究院/醫學院附屬第六人民醫院賈偉平和李華婷教授團隊、以及新加坡、英國、馬來西亞、澳大利亞及中國香港等多地多學科團隊，在權威期刊Lancet Digital Health發表相關科研成果，創建基於眼底視網膜圖像的糖尿病腎臟疾病智能篩診深度學習系統—DeepDKD。

本研究聚焦兩大核心目標：一是通過研發基於視網膜圖像的DeepDKD智能篩診系統，利用全球普及的眼科檢查設備實現DKD的高效篩查，突破實驗室依賴限制。二是探索構建DN和NDKD鑑別診斷新方法，構建高精度無創鑑別模型，爲臨牀決策提供個體化解決方案。

近年來，越來越多的研究聚焦於視網膜內複雜的微血管網絡與神經迴路，探討其與其他全身血管及神經系統之間的相互作用，並分析視網膜生物標誌物與多種全身性疾病之間的潛在聯繫。黃天蔭團隊在《治療診斷學》（Theranostics）上發表了題爲“人工智能增強型視網膜成像作爲全身性疾病的生物標誌物”的綜述文章。

該文章系統地總結了人工智能（AI）增強下的視網膜成像技術在預測全身性疾病方面的關鍵研究成果，並討論了該領域的最新進展、發展機遇和挑戰。文章不僅全面回顧了目前最前沿的技術，還強調了這些突破對醫療保健領域的變革性影響，展現了 AI 在精準醫學和疾病早期篩查中的廣闊應用前景。

黃天蔭表示，人工智能醫院旨在打破“傳統醫院+AI”的運行模式，以臨牀醫療服務爲驅動，從設計底層融入AI智能體功能，協助醫生精準決策，提高醫療服務效率和患者滿意度，降低醫院運營成本，推動解決基層全科醫生短缺問題。長遠計劃實體化運行人工智能醫院，推動醫療模式的顛覆式變革。未來醫院還將作爲清華醫學教育的重要場景和醫學人才培養的重要平臺，培育新一代“AI協同型醫生”。

今年4月，國際醫學期刊JAMA首次發表了關於中國自主研發大模型DeepSeek在醫療領域應用的觀點文章。由黃天蔭領銜，聯合清華大學醫學院曾典博士、秦義明博士，以及上海交通大學計算機科學與工程系盛斌教授共同撰寫。

該文章深入分析了DeepSeek在中國醫療場景中的迅速應用，探討了“低成本開源AI創新”與“多元醫療需求”交匯下催生的技術熱潮，並關注由此帶來的監管體系建設滯後問題。作者指出，以DeepSeek爲代表的國產大模型在醫療領域的探索，標誌着全球數字醫療轉型進程中的一項重要里程碑。文章強調，中國在醫療AI領域展現出的創新速度，正在促使全球重新思考如何在加速創新的同時，確保醫療AI的安全落地與可持續發展。

文章認爲，DeepSeek在中國的實踐，本質是一場關於“技術普惠”與“安全底線”的全球預演。當開源技術打破了“AI 貴族化”壁壘，當醫療場景的複雜性又倒逼技術加速迭代，中國案例清晰地揭示：醫療大模型的安全治理，不能停留在“避免明顯錯誤”的初級階段，而必須構建涵蓋“技術可靠性、臨牀適配性、社會接受度”等多維度的綜合評估體系。

正如文章所強調，唯有讓“創新速度”與“治理精度”形成良性共振，才能真正實現希波克拉底誓言與算法代碼的深度融合。這不僅是中國醫療AI發展的必答題，也是全球數字醫療轉型的共同挑戰。