MAIC 2025：医渡科技以AI方案重绘皮肤疾病科研“地图”

9月27日，首届医学人工智能大会（MAIC1st 2025）在山东国际会展中心盛大召开。在大会同期举办的“AI 赋能皮肤专科应用论坛”上，医渡科技高级副总裁、科研业务线总经理黄楠博士以“人工智能赋能皮肤疾病临床科研全流程”为核心，深度解析AI技术如何打破传统科研壁垒，为皮肤病学研究与诊疗注入全新活力。

黄楠博士演讲

科研范式迎来三大变革，AI驱动皮肤病研究“提质增效”

当前，皮肤病医疗领域面临科研效率低、优质诊疗资源分布不均、患者长期管理困难等核心挑战。黄楠博士指出，随着人工智能技术的深度融合，皮肤病科研范式正经历从“经验驱动”向“数据智能驱动”的根本性转变：灵感挖掘从“海量文献筛选”转向“智能分析推荐”；数据应用从“单维依赖”走向“多模态融合”；患者管理从“被动响应”升级为“主动预测干预”。

面对这一趋势，医渡科技以大模型为核心引擎，打造了覆盖科研全流程的智能平台，通过无缝嵌入科研数据平台的大模型能力，实现了复杂数据的高效处理与深度挖掘，显著提升科研效率与创新能力，为研究人员提供精准决策支持，加速科研成果的临床转化。

大模型重塑科研流程，让皮肤科科研更智能、更高效

医渡科技自主研发的“医渡大模型”已深度融入科研全流程。黄楠博士介绍，新一代AI智能科研产品灵析智研可为科研人员提供一站式智能支持，助力皮肤病领域医生更高效地推进科研工作，加速科研成果产出。

灵感发现与方案设计：缩短科研启动周期。科研人员只需输入初步研究方向，医渡大模型即可自动拆解The Lancet等领域内知名期刊论文的研究框架，并基于医院专病库数据特征生成个性化研究方案。

科研数据检索：自然语言交互实现快速响应。面对海量临床数据，依托自然语言处理技术，自动拆解检索条件，实现智能病历检索。

科研数据加工：自动化治理释放数据价值。针对非结构化病历文本，平台可自动提取关键科研字段，通过长文本结构化、逻辑判定与单位转化等功能，将杂乱信息转化为可直接用于分析的标准化数据，为后续研究奠定坚实基础。

科研数据分析：降低技术壁垒。AI大模型自动调用相关工具，完成统计分析、预测模型、评估指标，图表绘制等工作，加速数据价值的发现与挖掘。此外，利用大模型文本撰写能力和文献阅读总结能力，可快速生成文章初稿，提升论文撰写效率。

大模型赋能健康管理，构建“诊后-院外”服务新范式

医渡科技将大模型能力延伸至患者健康管理领域，通过构建智能化管理平台，实现从离院到复诊的全流程闭环管理。

医渡科技创新打造“皮肤病专家数字分身”，通过复刻专家专业知识，自动生成个性化科普内容，并在医患沟通中提供实时专业支持，助力提升患者依从性。在患者招募场景，基于病历理解大模型构建的智能招募智能体，可实现秒级患者筛查，节省90%以上人工成本，大语言模型筛查准确率超过85%。

黄楠博士表示，AI技术不仅加速科研创新，更通过标准化、规模化的服务模式，促进优质医疗资源下沉，为构建公平可及的皮肤健康服务体系提供支撑。随着技术迭代与行业合作深化，医渡科技的创新实践将为智慧科研领域提供可复制的AI解决方案，为全球健康事业发展注入持续动力。