近一年，國內AI醫療頭部企業醫渡科技在“AI for Science”浪潮中持續發力，深度融合AI技術與疾病洞察力，推動醫療科研創新取得顯著成效：近期與合作醫院聯合發表多篇高影響力論文，深度參與多個國家科技重大專項，自主研發的AI科研助手已在多家醫院落地應用。醫渡科技以“科研產品+創新服務”模式，構建AI驅動的醫療創新-臨床落地價值閉環。

專病庫賦能，多學科科研成果密集落地

醫渡科技科研團隊憑借對臨床研究的深刻理解和數據科學方法的靈活運用，依托高質量的科研專病庫，與臨床專家建立了緊密的產學研合作機制，在多個關鍵疾病領域實現了突破性成果產出：

重癥預后評估升級：與北京協和醫院危重癥科聯合開發的BPRI指數，經多中心驗證，是一種簡單、快速、精確的指標，用于評估感染性休克患者對血管活性藥物的反應。在膿毒癥中，它比SOFA和APS更能預測預后，而且使用起來更簡單、更方便。可以協助臨床醫生識別潛在的高?；颊?，并為治療提供線索。（發表于《EBioMedicine》）

造血干細胞移植后并發癥早期預警：攜手蘇州大學附屬第一醫院血液科，開發基于傳統統計學方法與人工智能的預測模型，利用降維算法從高維度術前肺功能數據中提取特征，利用機器學習建立預測模型：精準提前識別異基因造血干細胞移植后肺慢性排斥反應（BOS）高風險人群。(發表于《Computers in Biology and Medicine》)

肝癌精準管理：與中山大學腫瘤防治中心微創介入科合作，研發了可視化的新型生存路徑框架。經多中心驗證，本框架可動態精準預測肝癌進展，并推薦個性化治療方案，補充了肝癌臨床指南的空白。(發表于《The Innovation Medicine》)

腫瘤智能診斷：聯合中山大學腫瘤防治中心、北京大學腫瘤醫院病理科，在多中心研究中，構建并驗證了淋巴瘤精準分型系統。通過優化EBER原位雜交與免疫組化標志物組合，設計分層系統，顯著提升了淋巴瘤診斷分型準確度并降低了臨床檢驗檢查成本。(發表于《Cancer Medicine》)

消化系統精準分期：聯合四川省腫瘤醫院胸外科，開展多模態、多組學相關研究?；谛g前影像組學特征，打造具有臨床可解釋性的術前綜合分期模型。(發表于《BMC Cancer》)

慢病不良預后風險評估：聯合寧波市中醫院腎病科，應用人工智能超級學習器及可解釋計算框架，整合46項常見臨床指標，開發出準確度高、可解釋性強的2型糖尿病初診患者糖尿病腎病風險預測模型。(發表于《BMC Medical Informatics and Decision Making》)

據了解，這些成果的集中涌現，離不開醫渡為客戶構建的高質量專病庫，以及醫渡科研合作團隊的創新能力，他們從研究設計優化到論文投稿策略全程護航，為臨床專家提供堅實的科研方法論支撐，助力高質量成果快速見刊。

“產品+服務”雙輪驅動，構建智能科研閉環

醫渡科技的科研創新不僅在于技術突破，更在于構建了覆蓋“全院-?？?聯盟-院外”的智能科研生態體系。該體系從全院級數據中心到?？贫ㄖ蒲芯柯窂?，從多中心協同到臨床轉化延伸，在保障數據規范與安全的同時，靈活滿足多元需求，大幅提升科研效率與質量。

在科研大數據平臺能力升級中，醫渡科技自主研發的“醫渡大模型”已深度賦能科研全鏈條，推動科研全流程自動化，在自然語言檢索病例、智能數據加工、統計分析、論文撰寫等多個關鍵環節為研究者提供助力。

從數據準備階段自動完成自然語言病歷搜索與長文本結構化，到分析階段智能生成統計代碼并解讀結果，再到知識獲取時自動提煉文獻精華、推薦研究方向甚至輔助論文創作，這套智能化工具已在多家合作醫院落地應用。

值得關注的是，醫渡科技創新打造了“科研產品+創新服務”雙輪驅動模式：完善的產品矩陣從研究方案設計、數據合規收集、數據分析等方面，為研究者提供端到端全流程支持；科研團隊基于臨床需求定制方案，通過醫學知識的積累與創新方法的運用，有效推動更多科研靈感實現，高質量科研產出。

這一創新模式的成效已經在多個領域得到驗證。截至目前，已有超過300個項目成功落地，覆蓋90+種疾病領域，累計產出高質量論文250余篇，總影響因子突破1500，切實幫助數千位臨床醫生提升了科研效率。

在關注以上科研成果的同時，醫渡科技還積極參與哮喘、胃癌及前沿生物技術領域國家級重大科研課題，深化產學研融合推動成果轉化。此外，醫渡科技專家“坐診”的“科研門診”在西南某三甲醫院穩健運行，提供從科研平臺使用答疑到研究方案設計的一站式服務。

公司表示，醫渡科技將聚焦實際科研需求，持續提升技術實力與科研服務能力，以AI賦能醫學科研全流程創新，加速科研成果轉化落地。