一、问题：罕见病诊断长期面临系统性困境 全球已知罕见病逾7000种，患者群体庞大，但诊断难度极高；由于病种繁杂、文献分散、临床表现高度异质，医生实际诊疗中普遍面临"记不住、配不准、查不全、想不到"四大核心痛点。一名患者从出现症状到确诊，平均需要数年乃至更长时间，延误诊断不仅加重患者身心负担，更直接影响治疗窗口期的把握。 此外，现有医疗辅助决策工具长期存在"黑盒"问题——系统给出结论却无法呈现推理过程，临床医生难以判断依据是否可靠，导致工具信任度低、实际使用率不高。如何让智能诊断系统真正融入临床工作流，成为制约该领域发展的关键瓶颈。 二、原因：技术突破推动系统从实验室走向临床 针对上述困境，上海交通大学人工智能学院研究团队历经多年攻关，研发出DeepRare系统。该系统的核心创新在于构建了"实时知识检索+自反思迭代推理"架构，通过中央主机进行任务分解与动态规划，协同表型提取器、基因分析器、文献检索器等八类专业工具智能体，实现边搜索、边循证、边推理的全流程诊断模式。 系统引入"假设—验证—反思"机制，模拟临床医生反复推敲的思维过程，有效抑制了通用大模型常见的"幻觉"问题。更为关键的是，DeepRare能够生成完整、透明、可回溯的证据链条，让每一步推理均有据可查，从根本上破解了医疗智能辅助决策的"黑盒"困境，大幅提升了临床医生对系统的信任度与使用意愿。 今年2月，DeepRare有关研究成果正式发表于国际顶级学术期刊，诊断准确率刷新多项世界纪录，并在极罕见疾病诊断中体现出对稀缺数据的卓越推理能力，标志着该系统已具备向大规模真实世界应用转化的技术基础。 三、影响：成果发布引发学界与临床界广泛关注 2月28日，恰逢世界罕见病日，上海交通大学徐汇校区人工智能学院举办成果发布会，两院院士、顶尖临床专家及人工智能学者齐聚一堂。上海交通大学校长、中国科学院院士丁奎岭出席并表示，DeepRare系统是交大以科技造福人类的重要成果，有望从根本上破解罕见病诊疗难题。他同时指出，此次攻关主力以青年师生为主，学校通过建设千卡算力集群、设立种子资助计划，为年轻科研人员营造了开放包容创新生态。 发布会上，DeepRare新华医院院内罕见病质控应用亮灯仪式正式举行，标志着该系统已完成院内部署与内测，并无缝嵌入真实临床工作流，前沿智能诊断技术由此迈出从论文到床旁的关键一步。 四、对策：多中心验证计划构建分层研究体系 为系统评估DeepRare在真实世界中的诊断效能，全国多中心临床验证研究计划同步启动。研究总样本量逾两万例，涵盖一万八千余例回顾性病例与两千余例前瞻性多层级病例，将围绕大样本压力测试、人机协同效用评估、不同层级医疗机构的赋能效果三个维度展开系统研究。 在研究体系设计上，此次多中心研究采用"头部医学中心牵引+全国多层级医疗机构辐射"模式，以上海新华医院、广州妇儿中心、湖南省儿童医院为核心节点，辐射全国三甲医院、基层医疗机构及专科机构。此分层架构既能直面数据残缺、高噪音、极端边缘病例等实战难题，也将检验系统在不同区域、不同医疗条件下的下沉赋能能力，为后续大范围推广提供科学依据。 与此同时，"人工智能与生物医药交叉创新中心（筹）"共建仪式正式启动。该中心拟以人工智能赋能科学研究为核心范式，深度融合生命科学、医学、药学及工程信息学等交叉学科，通过构建计算模拟与生物验证协同闭环，推动重大疑难疾病研发从经验驱动转向精准计算。 五、前景：医工深度融合开辟罕见病研究新路径 从技术研发到临床落地，从单一机构到全国多中心，DeepRare发展轨迹折射出我国医工交叉领域的整体跃升。随着大规模真实世界验证研究的推进，该系统有望在诊断准确率、临床适用性及跨层级推广各上积累更为扎实的循证依据，为全球罕见病诊疗体系提供可复制的中国方案。
罕见病诊疗是对医学认知与技术能力的双重考验。把科研成果转化为临床可用、医生敢用、患者受益的工具，需要持续的真实世界验证与规范化建设。以可溯源循证推理为抓手、以多中心协同为路径、以医工交叉为支撑，涉及的探索若能推进，将为疑难疾病诊疗能力的提升提供可复制的实践样本。