罕见病是人类医学面临的重大难题，全球已知罕见病超7000种，累计影响超3亿人。这类疾病病种繁杂、症状隐匿、发病率极低，临床识别难度极大。在传统诊疗模式下，由于医生认知不足、病例参考稀缺，罕见病患者平均确诊时长可达4-5年，常需辗转多家医院就诊，误诊、漏诊频发，整体诊疗效率偏低。近年来，人工智能技术飞速发展，依托海量医学大数据、深度学习算法与循证智能推理能力，精准破解罕见病诊疗痛点，逐步成为我国罕见病规范化诊疗、医学科研创新的核心助力。

　　快速、可溯源的精准诊断，是AI赋能罕见病诊疗最核心的价值。传统诊疗高度依赖医生个人临床经验，基层医师罕见病接诊量少、病种认知有限，难以快速匹配复杂症状、锁定病因。而新一代罕见病AI系统可整合全球公开病例、权威医学文献、临床诊疗指南与真实诊疗数据，实现患者症状、体征、辅助检查结果的智能匹配与循证推理。不同于早期AI的简单图像、文本模式匹配，当前主流罕见病AI可模拟临床医生“分析-求证-迭代修正”的诊疗思维，形成完整、可追溯的诊断逻辑链条，有效解决传统AI“黑盒输出、难以采信”的问题。

　　目前，国内多家三甲医院已落地成熟的专项AI模型，形成多场景、互补协同的智能诊疗支撑体系。

　　北京协和医院“协和·太初”罕见病大模型，是国际首个符合中国人群特点的罕见病大模型，依托千万级本土病例与专属基因数据库训练，可覆盖千余种罕见病的筛查、鉴别、诊断及个性化治疗方案制定。未来将逐步推广至全国罕见病诊疗协作网医院，并接入北京协和医院罕见病联合门诊的线上诊疗服务。

　　四川大学华西医院针对性研发遗传性血管性水肿AI辅助决策系统，聚焦单病种罕见病难点，通过智能识别典型病症、预警高危发作、辅助分层管理，显著提升该小众罕见病的早期识别率与诊疗规范性。华西医院2025年确诊的遗传性血管性水肿病例数超过以往15年确诊的总病例数。

　　上海交大联合附属新华医院研发的DeepRare是全球首个智能体式罕见病循证推理诊断系统，其主打通用型疑难病例智能推理，依托白盒化循证逻辑，为复杂病例提供可溯源诊断依据。各类模型互为补充，可为各级医师提供诊疗参考、用药指导与预后评估，有效缩小区域罕见病诊疗能力差距。

　　除此之外，AI同样赋能罕见病新药研发。通过分子模拟、靶点预测、化合物筛选等技术缩短研发周期、压缩研发成本，缓解罕见病药物稀缺、研发投入高的行业痛点。

　　人工智能切实破解罕见病“确诊难、诊疗难、用药难”三大痛点，让易漏诊误诊的疑难病症患者获得精准规范的医疗服务。然而，现阶段AI应用于罕见病诊疗仍存在明显局限。多数模型训练数据集中于报道较多、样本量大的常见罕见病，小众、超罕见病数据积累不足，易出现算法偏差、泛化能力不足等问题。

　　随着人工智能与临床医学的深度融合，各类国产罕见病智能诊疗模型持续迭代普及，我国罕见病诊疗的规范化、普惠化水平也将提高，帮助更多患者尽早明确诊断、获得科学干预，为国内罕见病防治事业高质量发展注入持久动力。

　　（作者供职于中国医学科学院北京协和医院科研处）

　　胡瑾 来源：中国青年报

　　2026年06月27日 03版