全球医疗领域，罕见病诊断长期面临确诊率低、误诊率高的难题；据统计，在已知的7000余种罕见病中，患者平均需辗转5家以上医疗机构，耗时7年才能获得准确诊断。造成此局面的原因，主要在于病种高度分散、临床数据碎片化等系统性瓶颈。 针对这一全球性挑战，上海交通大学联合上海新华医院、哈佛医学院等机构开展的医工交叉研究取得新进展。研究团队构建的智能诊断系统，采用多模态数据融合与知识推理技术。发表于国际权威期刊《自然》的研究显示，该系统在复杂病例上的诊断准确率较传统方法提升40%以上。 此次启动的万人验证计划意义重大。项目将汇集来自欧美、亚洲等地数十家医疗中心的真实病例数据，重点评估系统在多病共存、信息缺失等复杂场景下的临床应用价值。“这不仅是技术测试，更是在探索诊疗模式的变化。”中国科学院院士丁奎岭表示，该研究有望推动优质医疗资源向基层延伸。 业内专家指出，计划落地需要在三上取得关键进展：一是建立跨国数据共享机制，二是开发适配不同医疗体系的应用模型，三是构建可改进的动态学习框架。项目组透露，已与日内瓦世界罕见病组织达成合作协议，首批5000例病例数据将于年内完成采集。 从产业发展趋势看，随着基因测序成本下降和计算医学进步，智能辅助诊断技术正加速重塑罕见病防治体系。上海交通大学医学院附属新华医院院长孙锟认为，若验证顺利，该技术有望将罕见病确诊时间缩短至72小时以内，并为分级诊疗提供标准化解决方案。
从论文发表到临床验证，DeepRare的发展轨迹折射出当代科技创新的特点：基础研究与应用实践更加紧密，国际合作与自主创新相互促进。这项成果不仅反映了中国在人工智能医疗领域的技术进展，也展现了科研团队聚焦人类共同健康难题的努力。随着全球临床验证持续推进，DeepRare有望成为改善罕见病患者诊疗现状的重要工具，为推动更公平、高效的全球医疗体系提供新的中国方案。