问题： 罕见病诊断长期面临“难、慢、贵”的困境。由于患者数量少、症状复杂且易与常见病混淆，患者往往辗转多家医院仍难以确诊。确诊时间越长，治疗时机越容易错过，医疗费用和心理负担也随之增加。同时，基层医疗机构遗传检测能力、专科资源和疑难病例经验上存不足，早期识别和转诊面临挑战。 原因： 罕见病诊断困难的原因主要有两上：一是医学知识分散且更新快。不同疾病的症状组合、家族史特征、影像学和实验室指标之间存在复杂关联，医生需要具备跨学科知识和丰富经验。二是现有智能工具大多只给出诊断结论，缺乏符合临床思维的推理过程。没有清晰可验证的依据，医生难以将其用于实际诊疗。 影响： 2月19日，上海交通大学医学院附属新华医院孙锟教授团队与上海交通大学张娅教授团队合作研发的罕见病智能诊断系统DeepRare成果发表于《自然》期刊。该系统不仅能给出诊断建议，还能提供完整的推理过程和证据链，更符合医生从症状到确诊的临床思维。测试显示，仅基于临床症状时，系统首次诊断准确率达57.18%，比现有国际最优模型提高近24%；结合基因数据后准确率可超过70%。这意味着在基因检测资源有限的地区，该系统可作为初筛工具，帮助医生更早识别罕见病可能。 对策： DeepRare已投入实际应用。自去年7月上线以来，全球已有600多家医疗机构注册使用。在新华医院内部，该系统已部署完成，用于辅助医生完善诊断思路、提示潜在漏诊点并提高多学科会诊效率。专家指出，这类工具需要明确使用规范和责任边界，强调辅助而非替代医生的作用。 前景： 随着我国罕见病诊疗体系优化，智能辅助诊断将获得更好的发展基础。研发团队计划组建全球罕见病诊疗联盟，并在未来半年内用2万例真实病例更验证系统性能。如果能在更大规模和更复杂场景中保持稳定表现，该系统有望在罕见病早期识别和多机构协作中发挥重要作用。
这项突破标志着我国在智慧医疗领域实现重要跨越；当人工智能能够像医生一样思考推理，我们或许正见证一场医疗服务的革新。这不仅提高了诊疗效率，更让每位罕见病患者都能获得高水平的诊断支持，说明了科技向善的力量。