米兰官网-沈洪兵院士：人工智能大模型赋能流行病学研究—新闻—科学网

“AI年夜模子显著加强了繁杂数据处置惩罚、多模态数据交融及疾病危害猜测能力，并展示了其于感染病预警及慢性病危害评估及精准干涉干与中的现实运用。”

于2025中国整合肿瘤学年夜会上，中国工程院院士、中国抗癌协会副理事长沈洪兵发表了《人工智能年夜模子与风行病学研究》大旨陈诉。

陈诉切磋了AI年夜模子技能为风行病学研究带来的机缘，论述了其于康健医疗年夜数据整合、疾病病因摸索和危害猜测中的运用远景与挑战。

沈洪兵夸大，于AI年夜模子运用在风行病学研究时需存眷数据质量、数据同享、模子可注释性及伦理等问题，并呼吁制订相干指南规范，鞭策结果转化。

运用冲破：多场景解锁风行病学研究新范式

沈洪兵指出，AI年夜模子依附繁杂数据处置惩罚、多模态数据交融和高精度危害猜测三年夜焦点能力，已经于感染病防控与慢性病治理范畴实现要害冲破。

于感染病预警方面，传统监测依靠卫生体系上报数据存于滞后性，而AI年夜模子经由过程多源数据智能化收罗及阐发可显著晋升预警效率，实实际时抓取要害数据、和时阐发预警的效能晋升，同时追踪并预警病原体变异及免疫逃逸、致病力等要害信息。

于慢性病研究范畴，AI年夜模子的多模态数据整合能力揭示显著上风。沈洪兵夸大，基在电子康健档案等多源数据练习的AI模子，于疾病危害评估中已经揭示精准性上风。

例如于肿瘤研究中，多模态视觉年夜语言模子经由过程CT影像阐发，可实现肺结节良恶性分类、非小细胞肺癌预后猜测等使命，且能动态监测结节变化趋向，机能优在传统算法。

焦点挑战：数据、可注释性与伦理的三重磨练

只管运用远景广漠，沈洪兵明确指出AI年夜模子于风行病学运用中仍面对三年夜焦点挑战。

数据质量与代表性首当其冲，我国康健医疗年夜数据分离于差别机构，存于“数据孤岛”问题，且各机构数据尺度纷歧，多源数据于格局、质量等方面存于差异，致使模子练习数据质量及代表性不足，进一步影响模子效能。

模子可注释性不足，成为临床转化的要害瓶颈。沈洪兵夸大，当前大都年夜模子的构建仍属在“黑箱”体系，即便经由过程可视化要领解析，其内部决议计划机制及历程仍难以彻底阐明，这与风行病学研究对于因果揣度的严谨性要求存于差距。

伦理危害一样不容轻忽，个别康健数据隐私掩护、危害猜测成果可能激发的数据安全、就业或者保险歧视，以和算法公允性等问题，均需成立完美的羁系框架。

成长路径：指南规范与技能立异双轮驱动

针对于上述挑战，沈洪兵提出“数据筑基、规范引领、技能冲破”的三维成长计谋。

数据层面，需鞭策高质量康健医疗年夜数据整合同享，经由过程成立同一尺度实现电子康健档案、影像数据、组学数据的多维数据整合及跨机构互通同享，同时强化数据脱敏技能运用以均衡使用与数据安全及隐私掩护。

规范设置装备摆设方面，沈洪兵呼吁加速制订AI风行病学运用指南，参考《中国肿瘤整合诊治指南》（CACA指南）等的推广经验，明确数据收罗尺度、模子验证流程和转化运用规范及尺度。

技能立异层面，应重点攻关风行病学因果揣度算法与可注释性模子技能，开发疾控范畴垂直年夜模子系统，同时增强“AI+风行病学”复合型人材造就，构建医研协同立异平台。

沈洪兵夸大，AI年夜模子为风行病学研究带来的不仅是技能改造，更是从“被动相应”向“自动防控”的范式改变。经由过程规范指导与技能冲破，有望鞭策感染病预警及慢性病防控等大众卫生范畴实现精准化、智能化进级，为康健中国设置装备摆设提供焦点技能支撑。