"这就好比中医院的'院内自制制剂'。"戴亚康打了个比方，医院无需再等待企业开发通用产品，而是可 以主动将临床数据转化为专属的"模型资产"，将AI模型研发生产的过程搬到医院内。"这样的模式更适 合医院本身的场景，比如，我国南方、北方的疾病谱是有一定差异的。利用区域性的数据训练之后，模 型会更适合本地区患者的特点。" 在临床应用端，该系统已展现出实效。以儿科为例，因儿童群体数据样本少，对模型算法提出更高要 求。团队采用了自监督学习和生成式AI等技术，有效降低对高成本标注数据的依赖，使模型能基于有 限样本快速适配专科需求。 戴亚康告诉记者，团队曾用人工智能辅助诊断儿童巨结肠病例，不仅采用了影像学、形态学上面的特 征，也将影像医生自己的评价作为参数参考，明显提高了模型诊断的准确率，准确率从77%提高到 87%。 在急重症场景中，"抢时间"极为重要，比如，对于肺炎患者，肺炎病原体的鉴别通常需要数天的实验室 培养，容易耽误急重症患者治疗。团队联合苏州大学附属第一医院，基于多中心CT影像训练识别模 型，可在扫描后快速判别细菌性、病毒性或真菌性肺炎，为早期精准用药提供依据。 □ 本报记者杨易臻 让基层医院都能拥有自己的"AI ...

"此次发布的人工智能辅助诊疗模型生成与推理一体化系统，它的核心技术，包括算法设计与模型 架构，都是由我们苏州医工所的团队自主研发完成的。它也是苏州生物医药与医疗器械产业'医工结 合'生态的一次有力诠释。"大会主席、苏州医工所生医工人工智能研究室主任戴亚康说，"未来，我们 将着力推动'产学研用'各要素的深度聚合，形成一个从基础算法创新、临床场景打磨到成熟产品落地的 价值循环，以此赋能全国医学人工智能产业的升级。" 大会发布了创新医学人工智能模型研发平台。由中国科学院苏州医工所戴亚康研究员团队研发的人 工智能辅助诊疗模型生成与推理一体化系统，通过快速精准分析海量多模态医学数据，一站式构建疾病 筛查、辅助诊断、治疗规划和预后评估的智能模型，从而提升智能医学模型的研究与转化效率。 CMAIC2025第四届医学人工智能大会昨天（12月13日）在苏开幕，聚焦前沿技术与产业落地，搭 建交流平台。 ...