鄭海榮：生命與智能融合，醫(yī)療正走向“全景洞察”

在科技自立自強與民生福祉深度融合的時代浪潮下，醫(yī)療范式正經歷從“單點診治”到“全景洞察”的根本性變革——影像從“靜態(tài)拍照”升級為“動態(tài)攝像”，AI通過個人“數(shù)字孿生”實現(xiàn)疾病預測，醫(yī)生經驗被轉化為可復制的智能算法，最終通過腦機接口實現(xiàn)碳基智慧與硅基算力的融合，開啟人機共生的健康管理新時代。

今日，中國科協(xié)之聲與您共同走進國家科技傳播中心學術發(fā)展講堂，聽聽儀器儀表與傳感專家鄭海榮如何解碼生命與智能的未來“羅盤”→

國家科技傳播中心學術發(fā)展講堂

國家科技傳播中心學術發(fā)展講堂是中國科協(xié)著力打造的一檔學術欄目，突出前沿性、思辨性和傳播性，面向科技工作者尤其是青年科技工作者，傳播學術領域的前沿發(fā)展動態(tài)。講堂持續(xù)邀請戰(zhàn)略科學家、一流科技領軍人才和創(chuàng)新團隊，講述突破傳統(tǒng)的前沿探索、卓有成效的改進方法、顛覆認知的創(chuàng)新理論以及改寫行業(yè)規(guī)則的研究成果。

人物簡介

鄭海榮，儀器儀表與傳感專家，中國科學院院士、南京大學副校長、醫(yī)學成像科學與技術系統(tǒng)全國重點實驗室主任。主要從事醫(yī)學成像、腦機接口研究。

告別“盲人摸象”：AI推動醫(yī)學影像從“看清楚”走向“看透徹”

醫(yī)學領域的數(shù)據(jù)具有實時性、復雜性、海量性、多樣性和多源性等特征。從基因、蛋白、組學到病理、影像、生化、生理，現(xiàn)代醫(yī)學產生了前所未有的多模態(tài)數(shù)據(jù)。這些數(shù)據(jù)不僅規(guī)模巨大，更蘊含著人體結構與功能的深刻規(guī)律，為人工智能的應用提供了理想的土壤。

醫(yī)療數(shù)據(jù)的特點

人工智能在生物醫(yī)學領域展現(xiàn)出了極強的穿透性，有望在疾病發(fā)病機制研究、診斷、治療及個性化健康管理的全鏈條中發(fā)揮重要作用。但目前其介入仍面臨若干挑戰(zhàn)：生物醫(yī)學數(shù)據(jù)極其復雜，形式多樣，且多為伴隨生命活動實時產生的動態(tài)數(shù)據(jù)。當前的AI模型在處理如此復雜的數(shù)據(jù)時仍顯稚嫩，但潛力巨大，發(fā)展空間廣闊。

從靜態(tài)到動態(tài)：醫(yī)學影像的百年跨越

自倫琴發(fā)現(xiàn)X射線以來的130年間，醫(yī)學影像技術經歷了從“看清輪廓”到“捕捉動態(tài)”的革命性跨越。

倫琴與X射線的發(fā)現(xiàn)

“醫(yī)學影像正在實現(xiàn)從‘靜態(tài)拍照’到‘動態(tài)攝像’的根本轉變。”鄭海榮指出。傳統(tǒng)的CT、磁共振如同照相機，只能捕捉器官的某個瞬間狀態(tài)；而新一代“攝像磁共振系統(tǒng)”則如同攝像機，能夠記錄下心臟跳動的完整過程，甚至看清心肌微循環(huán)的血流動態(tài)。這種轉變的核心驅動力，正是人工智能與成像技術的深度融合。

AI賦能磁共振成像

數(shù)據(jù)困境與智能破局：為什么每次掃描都要“從零開始”？

走進任何一家醫(yī)院，你都會發(fā)現(xiàn)一個現(xiàn)象：即使患者上周剛做過CT檢查，這周仍需重新接受全套掃描。海量的歷史影像數(shù)據(jù)靜靜地躺在服務器里，未被有效利用。

傳統(tǒng)影像面臨兩大瓶頸。硬件局限：盡管“光子計數(shù)”等新技術降低了CT輻射劑量，但物理層面的提升空間有限。數(shù)據(jù)浪費：每次檢查都從零開始，生成獨立的數(shù)據(jù)片段，不同時間點的影像如同孤島，無法串聯(lián)分析。

這正是人工智能的用武之地。通過深度學習算法，AI能夠從海量歷史影像中學習人體器官的深層特征與規(guī)律，實現(xiàn)對掃描過程的“智能加速”。具體而言，AI能夠在保證診斷精度的前提下，顯著減少所需采集的原始數(shù)據(jù)量，并智能重建出高質量圖像。

磁共振快速成像的發(fā)展：從模型到智能

“具身智能”：當超聲機器人獲得“老專家”的經驗

超聲科是醫(yī)院里最典型的勞動密集型科室。醫(yī)生需要手持探頭在患者身上反復移動，尋找最佳掃描切面，然后手動測量、記錄、撰寫報告——整個過程高度依賴個人經驗。

如今，人工智能的介入正從根本上改變這一現(xiàn)狀。其終極形態(tài)是“具身智能”——將超聲設備與機器人技術融合，使機器能夠像經驗豐富的專家一樣，自主、精準地完成掃描、診斷全流程。這不僅保證了掃描質量的穩(wěn)定性，又將資深醫(yī)師積淀數(shù)十年的“生物智能模型”轉化為可復制、可迭代的算法模型。

超聲AI的典型算法

從“數(shù)字孿生”到“全景洞察”：醫(yī)療的未來圖景

當前，我們的醫(yī)療數(shù)據(jù)正以前所未有的速度增長，影像學、病理學、基因組學等數(shù)據(jù)構成了龐大的信息洪流，這讓傳統(tǒng)的診療模式不堪重負。破局之道在于構建“通用診療大模型”。

這一模型將為每個人創(chuàng)建動態(tài)成長的“數(shù)字孿生”——一個融合了你從出生到老年全生命周期數(shù)據(jù)，甚至包含家族遺傳信息的虛擬健康體。這個“數(shù)字孿生”能夠綜合分析你的基因組、蛋白質組等多維度信息；動態(tài)監(jiān)測健康狀況的微小變化；提前預警潛在風險：“你的斑塊開始生長，需要注意血脂了”。

其核心價值在于打破信息孤島，實現(xiàn)全局評估。通過海量參數(shù)整合多維度信息，克服單一數(shù)據(jù)的局限性與極端性，提供更全面、更精準的決策支持，引領醫(yī)學從一個依賴片段化信息的“盲人摸象”時代，邁向一個全景式、預見性的智能健康管理新時代。

邁向“阿凡達”時代：腦機接口的終極形態(tài)

理解人類大腦是人工智能發(fā)展的必然路徑。當前基于硅基計算的人工智能雖然在數(shù)據(jù)處理上表現(xiàn)出色，但其“智能”缺乏情感與真正的理解能力。電影《阿凡達》中通過神經接口實現(xiàn)“心神合一”的設想，預示了這一領域的核心方向：不是大腦與計算機的簡單連接，而是通過物理媒介讀寫大腦信息，實現(xiàn)腦與腦之間信息的直接傳輸通訊。這為超越傳統(tǒng)“腦機接口”概念的腦際通訊提供了宏大圖景。

《阿凡達》電影中神經接口

事實上，我們早已身處腦機接口的初級階段：手機屏幕是我們的觸覺接口、眼睛是視覺接口、耳朵是聽覺接口，這些“接口”持續(xù)將外部信息輸入大腦。

當前主流的腦機接口技術主要通過侵入式電極“讀取”大腦信號，幫助殘疾人控制外部設備。但真正的突破在于實現(xiàn)雙向、無損的“讀寫”機制——既能解讀思維活動，又能將信息“寫入”大腦。

腦際通訊

“神經打印機”概念的提出，正是基于這一愿景。利用聲、光、磁等物理場無創(chuàng)調控大腦中的納米級離子通道，實現(xiàn)外部信息的直接“寫入”。這不僅可治療癲癇、抑郁癥等腦疾病，更可能重塑人類獲取知識的方式。為了更精確地“讀取”神經信號，我們開發(fā)了“蠕蟲電極”等新型柔性侵入式接口，它能以極小損傷實現(xiàn)腦內長期穩(wěn)定的信號記錄。

未來AI：數(shù)據(jù)智能→物理智能→生物智能

當前人工智能仍處于“數(shù)據(jù)智能”的初級階段，而未來人工智能的終極形態(tài)將是碳基智慧與硅基算力的深度融合。我們每個人都擁有一臺強大的“生物計算機”——大腦。通過腦機接口等變革性技術，讓人類生物智能如同算力一樣被調用、傳輸與賦能，這實現(xiàn)的將不只是體力的延伸，更是智力本身的范式革命——一個真正意義上的人工智能時代，將從人機共生的新范式開始。

對談環(huán)節(jié)，中國計算機學會數(shù)字醫(yī)學分會秘書長張彤作為主持嘉賓，與鄭海榮院士、復旦大學特聘教授宋志堅、北京安貞醫(yī)院主任醫(yī)師何怡華、浙江大學求是特聘教授吳健深度對話，圍繞醫(yī)學成像的未來驅動力、腦機智能與大模型融合、數(shù)據(jù)孤島與倫理信任、交叉人才培養(yǎng)等議題展開了詳細討論和交流。

宋志堅

中國計算機學會數(shù)字醫(yī)學分會主任

復旦大學特聘教授

腦機接口正從輔助工具演進為探索人腦的科學窗口，這一轉變得益于大模型的融入。面對隨之而來的算力挑戰(zhàn)，未來需要構建“大小模型協(xié)同”的路徑：大模型建模以及算力方面持續(xù)投入，小模型則以低耗高效的特性推動技術實用化，構建一個以大模型為基石、小模型為觸手的協(xié)同生態(tài)。

何怡華

中國計算機學會數(shù)字醫(yī)學分會副主任

北京安貞醫(yī)院主任醫(yī)師

人工智能以其遠超人類的“超級智商”，正成為改變世界的關鍵力量，甚至能反過來攻克困擾我們的硬件瓶頸。而其真正的價值必須在臨床實踐中檢驗，嚴格以解決真實臨床痛點為導向，并建立與臨床場景和目標緊密掛鉤的評價體系，確保其價值的安全、有效實現(xiàn)。

吳健

中國計算機學會理事

浙江大學求是特聘教授

AI通過在圖像重建、降噪增強、低劑量掃描等方面的強大能力，直接提升了成像的質量、安全性與效率。但更根本的是成像范式的改變：從追求“看得更清”的物理清晰度，轉向挖掘“看得更懂”的信息深度，并與疾病預后、良惡性等建立聯(lián)系。將國家級醫(yī)療大數(shù)據(jù)體系建設提升至基本國策的高度，是搶占人工智能時代醫(yī)學研究制高點的關鍵。但須著力構建統(tǒng)一的數(shù)據(jù)標準與規(guī)范，并建立公平的利益共享機制，從根本上解決數(shù)據(jù)孤島與共享動力問題。