中新網北京3月2日電(周昕 李純)“患者反復胸悶、憋氣5年余，伴有干咳、喘息……”在“罕見病輔助決策-心肌病”中導入患者住院病歷的入院記錄，“這位患者左室致密化不全的原因是什么？”醫生輸入文字后，1分鐘左右的時間，“協和·太初”罕見病大模型便給出了病例分析和輔助決策。

　　罕見病是一大類個體罕見、群體常見的疾病。2月28日是第18個國際罕見病日。罕見病雖然單病種患者稀少，但病種繁多，全球罕見病人群約3億至4億左右，超70%的病例存在誤診、漏診問題，基層罕見病診療能力亟待提升。“罕見病患者通常面臨診斷難的問題，基本上要經歷5-7年的診斷過程。”北京協和醫院罕見病醫學中心主任助理劉鵬說，人工智能等新技術的涌現，可以縮短患者確診罕見病的時間。

　　2月，北京協和醫院與中國科學院自動化研究所共同研發的“協和·太初”罕見病大模型正式進入臨床應用階段。

　　跨學科大模型團隊研發了主動感知交互、鑒別診斷以及“數據+知識”混合驅動等技術，并成功引入DeepSeek-R1的深度推理能力，構建起罕見病診療的智能基座，使得該模型具備決策邏輯符合臨床思維范式、能有效抑制AI幻覺、知識自主迭代三大核心優勢。

　　該模型對醫患雙方而言都有利好。“罕見病患者從得病開始一直到最終明確診斷，基本上會經歷5到7年的歷程，人工智能時代可以讓患者確診的時間變短，AI可以成為醫生很好的幫手。”劉鵬說。

　　罕見病診療經驗與AI技術進行深度融合，能夠幫助醫生更加準確快捷地識別診斷罕見病，進一步縮短確診時間，破解罕見病診療全國范圍內同質性差的難題。

　　罕見病大模型的研發是病案、圖書館、專家智能化融合的科研成果。“罕見病大模型的研發核心是高質量的疑難罕見病病案，病案中專家級的循證決策和多學科推理邏輯是其特色和核心。”轉化醫學國家重大科技基礎設施(北京協和)虛擬人研究平臺主任金曄說，而所謂的“圖書館”，就是將嚴格篩選的知識庫和文獻庫等教科書籍的知識“喂”給AI，從而使其對罕見病知識庫進行強化學習。

　　“不僅針對診療，大模型還要承擔教學和科普的任務。”金曄表示，因為大模型既有對于醫生教學素材的學習，又能進行面向患者科普知識的學習，所以無論是面對基層醫生還是患者的一般性提問，都能給出很好的響應。(完)