生物醫學人工智能的愿景在于深度融合現實世界的人體健康規律與數據空間的人工智能模型，構建理解生命、守護健康的智能系統。

近日，中國科協會刊《科技導報》刊發了我國儀器儀表與傳感專家、中國生物醫學工程學會副理事長、中國科學院院士鄭海榮的文章《生物醫學人工智能：開辟守護生命健康新范式》。我們特此摘錄，以饗讀者。

鄭海榮，儀器儀表與傳感專家，中國科學院院士，中國生物醫學工程學會副理事長、中國電子學會常務理事、中國聲學學會常務理事，現任南京大學副校長。研究方向為醫學成像技術與儀器設備、聲學/磁學生物物理。

生物醫學人工智能：開辟守護生命健康新范式

鄭海榮

醫學關乎人類生命健康核心需求，是最需要且最適合人工智能深度賦能的領域之一。當大模型浪潮席卷全球時，生物醫學領域正迎來一場范式革命。從微觀分子到宏觀人體，從疾病診療到腦際通訊，人工智能將重塑生命健康的未來圖景。

中國生物醫學人工智能迅猛發展，走出了具有鮮明特色的創新路徑。首先是醫工交叉的深度融合，突破了醫學成像、腦機接口、精準診斷等核心技術瓶頸；其次是臨床需求的前置驅動，針對醫學影像快速掃描、癌癥篩查和診斷、神經退行性疾病干預等重大健康需求，開發適配中國人特征的專用模型系統；最后，在軟硬協同的全鏈技術突破下，實現了智能算法、核心器件和整機裝備的全面發展，完成了從理論突破到產業轉化的完整閉環。

醫學成像：

從結構成像邁向高靈敏功能成像

提升醫學成像的速度和質量是中國重大臨床需求，具有重要的社會經濟價值。傳統醫學影像技術長期受制于物理系統與計算能力的雙重約束，導致成像速度和質量的矛盾。以磁共振成像為例，其單次掃描耗時往往超過20min，設備日均服務能力有限，對心臟、腸道等運動器官的成像更面臨嚴峻挑戰。人工智能為突破磁共振成像速度與質量的瓶頸提供了新契機。中國科學家率先提出智能磁共振快速成像技術框架，將磁共振物理先驗嵌入人工智能架構，掃描速度和圖像質量世界領先，實現了“又快又清”的磁共振成像系統。該技術在國產磁共振系統獲得成功應用，使掃描效率提升3倍以上，推動磁共振成像從靜態器官拍照到動態生理攝像的革新。

技術突破帶來臨床應用的效能提升。例如，傳統磁共振對前列腺檢查采用4mm層厚掃描可能遺漏微小病灶，而人工智能賦能的1.5mm超薄層成像清晰呈現直徑僅3mm的癌變區域；心臟磁共振動態捕捉技術可完整記錄單個心動周期內的心肌運動，為心臟病診斷提供全景式的時空信息；自主研發的超高場全身成像體系在神經系統、腹部器官等領域的成像精度達到國際領先水平。更值得關注的是，基于擴散模型的新一代人工智能成像技術正在突破物理極限，通過對海量高質量影像數據的學習，實現通過部分采樣數據生成超分辨圖像的能力，為突破醫學影像的時空分辨率邊界開辟全新路徑。2024年，基于智能動態磁共振成像的創新成果入選北美放射學年會6大突破技術。

腦機接口：

從植入電極讀取走向無創腦際自由通訊

腦機接口技術的終極目標在于建立人腦之間的腦際通訊，這依賴于人腦與外部設備間的雙向信息高速公路。當前侵入式技術雖能實現運動意圖解碼，但手術風險制約其廣泛應用；非侵入式技術則受限于信號精度不足的瓶頸。新一代技術突破聚焦于無損讀腦與精準控腦的統一，是實現腦際通訊的必由之路。

針對無損讀腦技術，人工智能算法能夠利用神經功能成像數據，解析并重建所對應的高級腦功能狀態，如感知、意圖或語義內容。功能磁共振技術已實現對視覺意象和語言思維的語義重建，無創超聲腦功能成像技術以百微米級分辨率捕捉靈長類動物運動意圖。超分辨超聲顯微成像系統實現自由活動動物的腦血管動態監測，其微型探頭可以捕捉血管微循環變化；光聲融合成像技術突破聲學衍射極限，實現活體腦組織三維動態觀測。這些技術創新為理解神經血管耦聯機制提供全新工具，為神經解碼提供了全新途徑。

對于精準控腦技術，人工智能則扮演著核心決策引擎的角色，通過實時分析神經反饋信號，動態調整刺激策略，形成精準、自適應的閉環神經調控系統。基于人工智能的超聲神經調控技術通過聲輻射力靶向激活離子通道實現神經精準調控，其中柔性聲學超表面僅20μm厚度即可實現聲場的全振幅調制。中國自主研發的超聲調控系統在臨床應用中展現顯著療效：對難治性癲癇患者顳葉區的精準干預，使異常腦電活動減少50%以上；針對抑郁癥患者背外側前額葉的調控，顯著改善情緒癥狀，其療效在治療結束后4周仍持續顯現；在針對昏迷患者治療中，經20天靶向干預，成功喚醒深度意識障礙患者。

當前全球腦科學競爭已進入新階段。中國在此領域的戰略優勢在于建立特色技術路線：發展多模態融合成像技術，構建全腦尺度神經圖譜；探索聲遺傳學等前沿方向，破解神經信息編碼機制；通過磁共振引導超聲調控系統，實現無創靶向干預。這些突破為最終實現腦際通訊的重大目標奠定科學基礎。

疾病診療：

從早期診斷到個性化智能診療

人工智能正以前所未有的深度和廣度，深刻變革著疾病診斷與治療的傳統模式。這一變革的核心驅動力，源于跨尺度多模態疾病信息的指數級增長，包括分子水平的基因組、蛋白質組、代謝組數據，細胞組織層面的數字病理切片數據、高分辨率影像學數據，再到臨床表型層面的電子病歷、實時生命體征監測等。面對如此復雜的生物醫學大數據云，人工智能模型迫切需要在影像-病理-基因跨尺度計算和深度融合這一關鍵領域取得突破。這一突破的目標在于構建個體化疾病數字孿生模型。未來的智能診療平臺將能夠解析患者的跨尺度多模態檢查數據，并快速生成高度個性化、定量化、動態演進的疾病診斷報告，并據此制定量體裁衣式的精準治療策略。

更為顛覆性的前景在于定制化干預手段的進步。基于患者特異性的靶點結構和生物學通路狀態，智能模型能模擬數以億計的分子結構，精準預測其與靶點的親和力、藥代動力學特性和潛在毒性，從而在計算環境中完成藥物分子的設計、篩選和優化。隨后，結合實驗室自動化和柔性制藥技術，可以在短時間內以相對低的成本合成交付個體化的靶向藥物或治療性生物制品。這一系列技術環節都已經部分實現了智能化，例如快速成像、智能診斷、智能決策、智能篩藥、智能制造等。這一融合了精準診斷、個性治療與按需制藥的未來醫療圖景，代表著醫學技術的革命性進步，其戰略意義和社會價值值得高度重視與前瞻性布局。

面對生物醫學人工智能的蓬勃態勢，我們需清醒認識到其中的核心挑戰。在數據壁壘方面，醫療數據的孤島化和標注質量差異嚴重制約模型泛化能力，亟需建立涵蓋從分子到人體的宏微觀生物醫學大數據平臺與標準化體系；在算法瓶頸層面，跨尺度數據融合能力不足限制了對復雜生命系統的整體認知，應重點發展跨尺度多模態預訓練大模型；倫理邊界維度，腦機接口等顛覆性技術需建立審慎的治理框架進行前瞻性監管，促進腦際通訊技術的平穩快速發展。

生物醫學人工智能的愿景在于深度融合現實世界的人體健康規律與數據空間的人工智能模型，構建理解生命、守護健康的智能系統。這種新型生物醫學智能體既能解讀分子層面的生命語言，又能把握人體系統的運行規律；既可無創透視疾病形態和功能，又能精準調控人體生理進程。在這場生命健康技術革命中，中國科研力量開始扮演越來越重要的核心角色。在不遠的未來，我們終將迎來疾病可防治、健康可管理、衰老可干預的生物醫學人工智能新紀元。