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。
医渡科技AI解决方案已落地全国多家知名医院。其中，与中南大学湘雅医院合作的全院科研数据平台与AI中台解决方案，与华中科技大学同济医学院附属同济医院合作的全院大数据中心解决方案及数字名医，也在本次大会同步展示。
