撰文丨王聰

編輯丨王多魚

排版丨水成文

一種疾病折磨了數(shù)年時(shí)間，期間看了大量醫(yī)生，卻始終得不到一個(gè)確切的病因，這是許多罕見病患者正在經(jīng)歷著的“診斷奧德賽”（漫長(zhǎng)曲折的診斷歷程）。

罕見病（rare disease）——被定義為患病率低于 1/2000 的疾病，罕見病雖然單一病種患者稀少，但作為一個(gè)整體，全球有超過3 億罕見病患者，涉及7000 多種不同的罕見病類型，其中約80%由遺傳因素導(dǎo)致。

盡管罕見病的總體負(fù)擔(dān)沉重，但由于其臨床表現(xiàn)的多樣性、個(gè)體患病率低以及臨床醫(yī)生對(duì)其了解有限，這些疾病仍然難以診斷?；颊咄?jīng)歷平均超過 5 年時(shí)間才最終確診，期間會(huì)多次轉(zhuǎn)診、被誤診以及接受不必要的治療，所有這些都導(dǎo)致治療延誤和不良后果。這些挑戰(zhàn)凸顯了開發(fā)可擴(kuò)展、準(zhǔn)確且易于解讀的診斷工具的迫切需求——在這方面，多智能體系統(tǒng)（multi-agent system）近期取得的進(jìn)展具有變革性的潛力。

2026 年 2 月 18 日，上海交通大學(xué)人工智能學(xué)院/上海人工智能實(shí)驗(yàn)室謝偉迪，上海交通大學(xué)醫(yī)學(xué)院附屬新華醫(yī)院孫錕、余永國(guó)，上海交通大學(xué)人工智能學(xué)院/上海人工智能實(shí)驗(yàn)室張婭作為共同通訊作者（Zhao Weike、Wu Chaoyi、Fan Yanjie 為論文共同第一作者），在國(guó)際頂尖學(xué)術(shù)期刊Nature上發(fā)表了題為：An agentic system for rare disease diagnosis with traceable reasoning 的研究論文。

該研究針對(duì)罕見病“確診難、漏診率高”的全球性難題，開發(fā)了了全球首個(gè)AI 智能體罕見病循證推理診斷系統(tǒng)——DeepRare，首次在罕見病診斷的準(zhǔn)確性上，超越了擁有十年以上經(jīng)驗(yàn)的臨床專家。該研究不僅推進(jìn)了罕見病診斷的發(fā)展，為全球三億罕見病患者帶來了實(shí)實(shí)在在的希望，更是 AI 在醫(yī)療領(lǐng)域的一個(gè)里程碑，展示了大語言模型驅(qū)動(dòng)的 AI 智能體系統(tǒng)如何重塑當(dāng)前的臨床工作流程。

困境：為何罕見病診斷如此之難？

罕見病，通常指患病率低于兩千分之一的疾病，雖然單一種類患者稀少，但已知的罕見病超過 7000 種，其中約 80% 與基因相關(guān)。它們之所以診斷困難，主要原因在于：

1、臨床異質(zhì)性高：癥狀復(fù)雜多樣，常涉及多個(gè)身體系統(tǒng)。

2、人類認(rèn)知有限：任何一位醫(yī)生畢生遇到的特定罕見病例都可能寥寥無幾。

3、病例數(shù)據(jù)稀缺：難以收集足夠的數(shù)據(jù)來訓(xùn)練傳統(tǒng) AI 模型。

4、知識(shí)更新迅速：每年有約 260-280 種新的罕見遺傳病被發(fā)現(xiàn)。

這導(dǎo)致了罕見病患者往往在反復(fù)轉(zhuǎn)診、誤診和無效治療中耗盡精力與財(cái)力，錯(cuò)失最佳治療時(shí)機(jī)。

破局：DeepRare——一個(gè)會(huì)“思考”和“查證”的 AI 診斷工具

DeepRare并非一個(gè)普通的 AI 模型，而是一個(gè)基于大語言模型（LLM）的多智能體系統(tǒng)（multi-agent system），整合了 40 多種專業(yè)工具和最新的知識(shí)來源，用于支撐罕見病的鑒別、診斷和決策，你可以把它理解成一個(gè)由 AI 驅(qū)動(dòng)的“虛擬專家會(huì)診中心”。

它的核心能力在于：

• 理解復(fù)雜輸入：無論是患者主訴的自由文本、標(biāo)準(zhǔn)化的醫(yī)學(xué)表型術(shù)語，還是基因測(cè)序的原始數(shù)據(jù)，它都能處理。

• 多智能體協(xié)作：系統(tǒng)內(nèi)部有多個(gè)“專業(yè)智能體”——有的負(fù)責(zé)從海量文獻(xiàn)中檢索最新證據(jù)，有的負(fù)責(zé)在病例庫中尋找相似患者，有的專門分析基因變異。一個(gè)中央“調(diào)度員”（大語言模型）協(xié)調(diào)它們有序工作。

• 生成可追溯的推理：它不會(huì)只扔給你一個(gè)病名。相反，它會(huì)像資深專家一樣，給出一步步的診斷推理過程，并且為每一步結(jié)論附上來自權(quán)威醫(yī)學(xué)文獻(xiàn)、指南或病例的可驗(yàn)證引用鏈接。這一點(diǎn)對(duì)于建立臨床信任至關(guān)重要。

此外，為了讓提高穩(wěn)健性，DeepRare 進(jìn)一步采用了一個(gè)自我反思循環(huán)（self-reflective loop），以反復(fù)評(píng)估假設(shè)，從而減少過度診斷并減輕 AI 幻覺現(xiàn)象。

驗(yàn)證：表現(xiàn)如何？數(shù)據(jù)說話

研究團(tuán)隊(duì)在迄今為止最全面的罕見病基準(zhǔn)上對(duì) DeepRare 進(jìn)行了嚴(yán)格測(cè)試，數(shù)據(jù)涵蓋來自亞洲、北美和歐洲的 6401 個(gè)真實(shí)臨床案例，涉及 2919 種罕見病類型。

關(guān)鍵結(jié)果令人振奮：

• 全面領(lǐng)先：在僅基于癥狀表型的診斷任務(wù)中，DeepRare 的首次診斷準(zhǔn)確率（Recall@1）平均達(dá)到 57.18%，顯著優(yōu)于其他 15 種方法，比第二名高出 23.79%。

• 基因數(shù)據(jù)是“利器”：當(dāng)結(jié)合患者的基因測(cè)序數(shù)據(jù)時(shí)，診斷能力大幅躍升。在上海交通大學(xué)醫(yī)學(xué)院附屬新華醫(yī)院的數(shù)據(jù)集上，準(zhǔn)確率從僅基于癥狀表型時(shí)的 39.9% 提升至 69.1%，優(yōu)于現(xiàn)有的專業(yè)生物信息學(xué)工具 Exomiser（55.9%）。

• 超越人類專家：在與 5 名資深罕見病專家的“人機(jī)對(duì)比”中，DeepRare 在首次診斷準(zhǔn)確率上實(shí)現(xiàn)了超越（64.4% vs 54.6%）。專家可以查閱搜索引擎，而 DeepRare 僅依據(jù)相同的標(biāo)準(zhǔn)化癥狀信息。

• 推理鏈可靠：更難得的是，其生成的診斷推理鏈經(jīng)過專家評(píng)審，證據(jù)準(zhǔn)確性與相關(guān)性獲得了 95.4% 的高認(rèn)可度。這意味著該多智能體系統(tǒng)不僅“猜”得準(zhǔn)，而且“想”得明白、有理有據(jù)。

DeepRare 的診斷性能

人類專家對(duì) DeepRare 診斷系統(tǒng)中可追溯推理鏈和故障模式的驗(yàn)證

意義：不止于診斷，更在于改變?cè)\療生態(tài)

DeepRare 的價(jià)值遠(yuǎn)不止提升了準(zhǔn)確率這一數(shù)字，更重要的是——

• 縮短診斷旅程：為一線醫(yī)生，尤其是非?？漆t(yī)生，提供了強(qiáng)大的決策支持，有望將數(shù)年的診斷過程縮短至數(shù)天甚至更短。

• 賦能基層醫(yī)療：在醫(yī)療資源匱乏的地區(qū)，該系統(tǒng)能極大彌補(bǔ)罕見病專科經(jīng)驗(yàn)的不足，促進(jìn)醫(yī)療公平。

• 透明化構(gòu)建信任：可追溯的推理鏈讓醫(yī)生不再是“盲信” AI 結(jié)果，而是可以復(fù)核和驗(yàn)證，這將成為 AI 臨床落地不可或缺的“安全帶”。

• 示范技術(shù)融合：它成功展示了如何將前沿的 AI 智能體技術(shù)與專業(yè)的醫(yī)學(xué)知識(shí)工具、數(shù)據(jù)庫深度融合，為未來醫(yī)療 AI 的發(fā)展提供了范本。

此外，研究團(tuán)隊(duì)已開發(fā)了易用的網(wǎng)頁版應(yīng)用，正在嘗試作為醫(yī)生的“診斷副駕駛”（diagnostic copilot）投入臨床使用，該研究的代碼也已開源，促進(jìn)領(lǐng)域共同進(jìn)步。

DeepRare 的出現(xiàn)，標(biāo)志著 AI 正在醫(yī)療的“輔助工具”，邁向能夠進(jìn)行復(fù)雜推理、提供透明化診斷建議的“合作伙伴”。對(duì)于每一位在迷茫中求索的罕見病患者而言，一盞更明亮、更智能的指路之燈已經(jīng)點(diǎn)亮。這場(chǎng)對(duì)抗罕見病的“診斷奧德賽”，終于迎來了一個(gè)可能改變游戲規(guī)則的新隊(duì)友。

論文鏈接：

https://www.nature.com/articles/s41586-025-10097-9