问题： 罕见病患者数量分散、病种复杂、症状多变，临床上常遇到“症状相似但病因不同”的情况，导致确诊周期长、频繁跨科室转诊，漏诊和误诊风险较高。基层医院尤其面临挑战，专科资源不足、可参考病例有限，继续增加了诊断的不确定性。此外，现有的部分医疗算法工具虽能提供诊断建议，但其推理过程不透明，难以复核，无法满足临床对安全性、可解释性和责任界定的需求。 原因： 罕见病的知识分散在海量文献、指南和病例中，数据标准不统一、共享程度低，形成“数据孤岛”，导致诊断线索难以整合。传统算法多依赖统计对应的或模式匹配，面对信息缺失、表型噪声和病例异质性时容易产生偏差；同时，算法无法清晰呈现推理依据，临床医生难以判断其适用性和风险，形成“信任鸿沟”。 影响： 研究团队在论文中介绍，DeepRare采用“中枢—分身”的智能体架构，将知识整合、信息补全和推理验证分解为协同任务流程，并以证据链支撑结论输出。在仅提供临床表型信息的情况下，其首位诊断准确率达57.18%；引入基因测序数据后，复杂病例的首位诊断准确率提升至70.6%，显著高于国际常用工具Exomiser（53.2%）。此外，系统生成的推理报告以可追溯方式呈现关键依据，获得专家团队95.4%的认可度。这些结果表明，在罕见病诊断此“线索少、路径长、需反复验证”的场景中，可溯源推理有望提升复核效率，减少重复检查和无效转诊，推动诊疗从“经验驱动”向“证据驱动、过程可审计”转变。 对策： 提升罕见病诊断能力需工具创新与制度流程协同并进：一是推动医学知识与真实世界病例数据的规范化整合，建立表型、基因和影像等多模态数据的统一标准；二是将“可追溯、可解释、可复核”作为临床辅助决策工具的核心要求，建立从数据来源到结果复核的全流程质量控制；三是坚持“人机协同”，明确系统定位为辅助工具而非替代医生决策，推动多学科团队共同参与结果确认；四是分层应用建设——基层医院侧重初筛与转诊建议，专科中心强化复杂病例的鉴别诊断与证据整合。 前景： 该研究成果在国际期刊发表，展现了我国在医学与工程交叉领域的突破。随着基因检测普及和医疗信息化发展，可溯源智能诊断系统的应用潜力将进一步扩大，不仅限于罕见病诊断，还可拓展至疑难杂症鉴别、药物不良反应预警等场景。但需注意，诊断工具的实际效果仍需多中心前瞻性验证及稳定性评估；同时需持续完善数据治理、隐私保护及责任划分等问题。目前研究团队已上线在线平台并吸引专业用户注册，显示出临床需求与推广基础。未来若能结合分级诊疗和专科联盟建设，技术红利将更充分释放。 结语： 从跟随到引领，“DeepRare”系统的问世标志着我国在医学人工智能领域的重大突破。这一融合临床医学与信息技术的创新成果，不仅为全球医疗难题提供了中国方案，也展现了科技造福人类的广阔前景。在健康中国战略指引下，此类前沿技术的发展将为构建优质高效的医疗卫生服务体系注入新动力。
从跟随到引领，“DeepRare”系统的问世标志着我国在医学人工智能领域的重大突破；这个融合临床医学与信息技术的创新成果，不仅为全球医疗难题提供了中国方案，也展现了科技造福人类的广阔前景。在健康中国战略指引下，此类前沿技术的发展将为构建优质高效的医疗卫生服务体系注入新动力。