胡曄教授專訪：納米技術與人工智能深度融合，開創診斷新未來 |?心血管數智健康及創新發展會議（2025）

導語

在全球醫療健康領域加速邁向數字化、智能化的背景下，數智技術正深刻重塑疾病診斷與治療模式。2025年12月12日-13日，“心血管數智健康及創新發展會議（2025）暨中國老年保健醫學研究會數智健康分會2025年會暨清華心血管教育培訓課程”在北京清華長庚醫院隆重舉行。此次會議聚焦“數智心未來，健康新生態” 這一前沿主題，立足前瞻視野，搭建高水平交流平臺，旨在匯聚智慧、激發碰撞、共謀發展。

在眾多精彩的分享中，清華大學胡曄教授的《納米技術與人工智能結合的診斷新策略》主題報告引起了廣泛關注。這個診斷新策略對于廣大醫生群體而言，了解這一前沿技術的原理、應用及發展趨勢至關重要，它不僅有助于拓展臨床診斷思路，還可能為日常診療工作提供全新的工具和方法。在此背景下，醫脈通特邀胡曄教授進行專訪，旨在深入挖掘其在該領域的研究成果和實踐經驗，為廣大醫生讀者帶來最前沿、最實用的醫學知識和技術動態，助力醫療行業的創新發展。

醫脈通：

相較于傳統的診斷策略，納米技術與人工智能結合的診斷新策略在準確性、時效性等方面有哪些顯著優勢？能否結合具體的疾病診斷案例，說明這種優勢在臨床實踐中的體現？

1

胡曄教授：

我們為何要運用納米技術？原因在于，自幾十年前納米技術被引入診斷領域以來，眾多標記物的信號得以有效放大，這一特性使得我們能夠檢測和評估以往在血液中難以察覺的標記物。

隨著更多數據的釋放，這為人工智能建模設計提供了有利條件。在現代醫學中，將納米技術與人工智能方法相結合，不僅能在病原體的精準檢測方面取得顯著進展，還能在病原體大家族的復雜分型上實現諸多突破。

過去，在單靶標檢測技術面臨諸多困難的情況下，我們難以想象能夠實現如今這般多樣化的診斷策略。而如今，借助納米技術與人工智能的融合，我們已能夠切實制定出更多有效的診斷方案。

醫脈通：

在將納米技術與人工智能結合應用于診斷的過程中，遇到了哪些技術、倫理或法規方面的挑戰？您和團隊是如何應對這些挑戰，以推動該技術向臨床轉化的？

1

胡曄教授：

在技術層面，我們面臨的首要障礙是對數據特異性的理解。數據的特異性關乎其獨特性質與精準指向，若對其理解不足，將直接影響后續分析與應用的準確性。

此外，人工智能軟件包含眾多算法，而篩選出最契合診斷需求的算法并非易事。診斷需求具有多樣性與復雜性，并非隨意選取一種算法就能滿足實際應用。由于醫學數據本身極為復雜，且具有高度的多維性，其涵蓋的維度之廣在各領域數據中較為突出。因此，找到最適合的算法，成為當前將人工智能應用于現代診斷的一大主要障礙，這需要通過持續不斷的優化來實現。

除了技術障礙，倫理層面的問題也不容忽視。在應用人工智能進行診斷時，需充分考慮病人隱私保護以及數據發表等相關倫理問題。隨著技術發展，類似問題將不斷涌現，因此對于業界而言，制定統一、規范的標準顯得尤為迫切。

盡管眼前困難重重，但這些障礙不應成為我們開發新型技術與探索更多數據維度的阻礙。我們應積極應對挑戰，推動人工智能在現代診斷領域的有效應用與發展。

醫脈通：

這一研究涉及納米技術、人工智能和醫學等多個學科領域。在跨學科合作中，不同專業背景的人員是如何有效溝通與協作的？有哪些經驗可以分享給其他正在開展跨學科研究的團隊？

1

胡曄教授：

我認為，合理的流程應當是工程學課題組率先嘗試深入理解臨床中存在的問題。當我們采用單靶標診斷標記物時，所涉及的方法相對簡單，工程學課題組與臨床之間的溝通較為直接。

然而，當我們運用人工智能技術時，其旨在解決的問題必然具備更高的復雜性和更多的數據維度，遠超單靶標診斷所面臨的情況。因此，工程學課題組能夠清晰、透徹且深入地了解臨床中存在的問題，以及臨床對診斷技術復雜性的需求，就顯得尤為關鍵。

在與眾多工程學課題組交流的過程中，我發現大家對臨床所面臨的實際問題了解尚不充分。這一方面亟待克服，以推動研究更好地契合臨床需求。

此外，當前諸多臨床診斷問題需要多學科融合交叉來解決。在此過程中，各學科之間開展有效溝通十分必要，這對于提升臨床診斷水平、推動相關技術發展具有重要意義。

醫脈通：

展望未來，您認為納米技術與人工智能結合的診斷新策略還有哪些可以拓展和深化的方向？比如在疾病早期篩查、個性化醫療等方面，有哪些新的設想和計劃？

1

胡曄教授：

我認為，當人工智能賦能于醫學領域時，最值得深入開拓的當屬我國的中醫藥。中醫本質上是一門經驗性科學，在很大程度上依賴于醫生數十年積累的臨床經驗，而人工智能技術的引入，恰好能夠彌補這一時間跨度上的局限。

在藥物開發方面，人工智能同樣具備巨大的賦能潛力。與西藥不同，中藥注重多味藥材的協同作用，遵循“君臣佐使”的配伍原則，每一味藥材在方劑中都有其特定角色，且往往包含多種藥劑作為輔助。過去，藥材的種類選擇與劑量配比均高度依賴經驗，而借助人工智能技術，我們則更有可能實現個性化治療，即針對個體特征制定精準的管理與治療方案。

因此，我認為人工智能在中醫藥領域大有可為，無論是診斷環節還是治療階段，均具備廣闊的應用前景與探索空間。

專家簡介

胡曄 教授

清華大學

• 清華大學兆易講席教授

• 清華大學生物醫學工程學院院長

• 教育部長江講席教授

• 北京市戰略科學家

• 美國ACS Nano副主編

• 美國醫學與生物工程學會（AIMBE）會士

• 美國發明家學院（NAI）院士

• 國際生物醫學工程學院（IABME）院士

• 歐洲科學院院士

撰寫：Zelda

審校：胡曄 教授

排版：Zelda

執行：Zelda

本平臺旨在為醫療衛生專業人士傳遞更多醫學信息。本平臺發布的內容，不能以任何方式取代專業的醫療指導，也不應被視為診療建議。如該等信息被用于了解醫學信息以外的目的，本平臺不承擔相關責任。本平臺對發布的內容，并不代表同意其描述和觀點。若涉及版權問題，煩請權利人與我們聯系，我們將盡快處理。