问题： 罕见病诊断长期面临"难、慢、贵"的困境。一方面，罕见病种类繁多、症状复杂且与常见病相似，基层医疗机构经验和资源有限，容易出现漏诊、误诊或长期无法确诊的情况。另一方面，部分疾病确诊需要依赖基因检测和多学科会诊，但现实中基因检测的可及性、费用和数据解读能力存差异，导致"该检未检、检而不解"。此外，传统医疗算法难以解释推理过程，临床医生难以将其结论直接用于诊疗决策。 原因： 这些问题的根源在于疾病本身的复杂性以及医疗数据和知识体系的碎片化。罕见病知识分散在海量文献和病例中，且不断更新，单一机构很难全面掌握。传统模型主要基于"对应的性匹配"，难以支持临床所需的"假设-验证-修正"过程；当输入信息不完整或有偏差时，模型输出容易出错。更重要的是，临床决策需要证据链和可追溯的依据，缺乏解释性的推理会降低医生的信任度。 影响： 新华医院与上海交通大学团队研发的DeepRare系统为解决这些问题提供了新思路。该系统在不依赖基因信息的情况下，首位诊断准确率达57.18%，比国际最佳模型提升23.79个百分点。引入基因数据后，复杂病例的首位诊断准确率达70.6%，高于国际通用工具Exomiser的53.2%。系统还能生成包含证据链的推理报告，获得临床专家的高度认可。 对策： 提升罕见病诊疗水平需要形成"技术创新-临床验证-规范应用-能力下沉"的闭环：一是加强医工结合；二是开展多中心真实场景验证；三是推动平台标准化建设；四是提升基层医疗机构的早期识别能力。 前景： 目前基于该成果的在线平台已面向专业用户开放，并获得国际关注。未来有望在三个上发挥作用：加速罕见病早期筛查和转诊；作为诊疗质量控制的辅助工具；促进罕见病知识库更新和病例结构化。同时仍需关注模型偏差和数据差异等问题。
DeepRare的成功不仅是中国医工交叉领域的重大突破，更反映了科技创新以人为本的理念。在全球医疗卫生面临挑战的当下，此中国方案为解决罕见病诊疗难题提供了新希望。 {"tags": ["inspired_daily", "comforted"]}