党的二十届四中全会审议通过的十五五规划建议明确提出大幅提高科技自立自强水平，培育壮大新兴产业和未来产业，让前沿科技真正惠及民生。

生物医学人工智能未来将如何发展？临床医学影像诊断模型的可解释性和准确度该如何权衡？人脑智能和机器智能又将在融合中走向何方？今日，我们共同走进国家科技传播中心学术发展讲堂，聆听中国科学院院士、南京大学副校长、医学成像科学与技术系统全国重点实验室主任郑海荣，解码生命与智能的未来“罗盘”→

“医学影像与生物智能的深度融合正推动医疗范式发生根本性变革——影像从‘静态拍照’迈向‘动态摄像’，AI通过构建个人"数字孪生"实现全景式健康管理；而脑机接口技术将最终实现碳基生物智能与硅基算力的融合，这不仅延伸人类体力，更将实现智力的跨越式扩展，重塑未来医疗图景。”中国科学院院士、南京大学副校长、医学成像科学与技术系统全国重点实验室主任郑海荣在国家科技传播中心学术发展讲堂上发表如上观点。

生物医学与生物智能：开启精准医疗新纪元

郑海荣

告别“盲人摸象”：AI正让医学影像从「看清楚」走向「看透彻」

医学领域的数据具有实时性、复杂性、海量性、多样性和多源性等特征。从基因、蛋白、组学到病理、影像、生化、生理，现代医学产生了前所未有的多模态数据。这些数据不仅规模巨大，更蕴含着人体结构与功能的深刻规律，为人工智能的应用提供了理想的土壤。

人工智能在生物医学领域展现出了极强的穿透性，有望在疾病发病机制研究、诊断、治疗及个性化健康管理的全链条中发挥重要作用。但目前其介入仍面临若干挑战：生物医学的数据极其复杂，形式多样（手写、一维、二维、三维、动态、离散、连续），且多为伴随生命活动实时产生的动态数据，例如代谢数据、电生理数据等。当前的AI模型在处理如此复杂的数据时仍显稚嫩，但潜力巨大，发展空间广阔。

医学影像处于重大疾病诊疗链条中的前端，其发展历程是技术持续创新的缩影。从伦琴发现X射线至今的130年里，我们发展出了CT、磁共振、超声等一系列的成像技术体系，构成了现代医疗不可或缺的基石。但传统成像技术面临两大瓶颈：一是硬件瓶颈，如CT的辐射损伤虽可通过“光子计数”等新技术得以缓解，但提升空间有限；二是数据困境，每次扫描都需“从零开始”，海量的历史数据未被有效利用，造成了巨大的效率浪费。

这正是人工智能发挥革命性作用的舞台。AI的介入正推动成像范式从“硬件驱动”转向“数据驱动”。核心路径是通过深度学习模型，从海量历史影像中学习人体器官的深层特征与规律，从而实现对扫描过程的“智能加速”。具体而言，AI能够在保证诊断精度的前提下，显著减少所需采集的原始数据量，并智能重建出高质量图像。

从看清形态到读懂生命：AI如何实现医疗的“全景洞察”

医学影像正实现从“静态拍照”到“动态摄像”的跨越。我们研发的“摄像磁共振系统”，借助人工智能技术，实现了对心脏等动态器官的高清“电影式”成像。这不仅是速度的提升，更是诊断维度的革新，它让我们能清晰看见心肌的微循环与射血过程，将生理规律转化为可视化的诊断依据。

这场变革正席卷各影像科室。超声科是目前医院典型的劳动密集型科室，工作流程高度依赖人工操作与判断，从精准选取扫描切面到完成繁琐的结构测量与报告撰写，效率瓶颈突出。人工智能的介入正从根本上改变这一现状。其终极形态是 “具身智能”——将超声设备与机器人技术融合，使机器能够像经验丰富的专家一样，自主、精准地完成扫描、诊断全流程。这不仅保证了扫描质量的稳定性，又将资深医师积淀数十年的“生物智能模型”转化为可复制、可迭代的算法模型。

当前，我们的医疗数据正以前所未有的速度增长，影像学、病理学、基因组学等数据构成了庞大的信息洪流，这让传统的诊疗模式不堪重负。破局之道，在于构建一个通用诊疗大模型。

这不仅仅是技术的升级，更是诊疗范式的革命。它将融合一个人从幼年到老年的全生命周期数据，甚至整合家族遗传信息，为每个人创建动态成长的 “数字孪生” 。这个“数字孪生”如同私人健康顾问，它能精准地告诉你：“你的斑块开始生长，需要注意血脂了”，从而避免过度医疗或者无效医疗。

其核心价值在于打破信息孤岛，实现全局评估。通过海量参数整合多维度信息，克服单一数据的局限性与极端性，提供更全面、更精准的决策支持，引领医学从一个依赖片段化信息的“盲人摸象”时代，迈向一个全景式、预见性的智能健康管理新时代。

迈向《阿凡达》时代：脑机接口的终极形态是“链接”

理解大脑是人工智能发展的必然路径。当前基于硅基计算的人工智能虽然在数据处理上表现出色，但其“智能”缺乏情感与真正的理解能力。相比之下，人类大脑拥有860亿神经元，构成了极为复杂的神经活动、情感活动、智力活动。电影《阿凡达》中通过神经接口实现“心神合一”的设想，预示了这一领域的核心方向：本质是大脑与大脑之间的交互，而不仅是大脑与计算机的简单连接，为超越传统“脑机接口”概念的脑际通讯提供了宏大图景。事实上，我们早已身处脑机接口的初级形态——手机屏幕作为触觉接口，眼睛作为视觉接口，耳朵作为听觉接口，都在持续将外部信息输入并存储于我们的大脑。

当前主流的脑机接口技术，多通过侵入或半侵入式电极阵列“读取”大脑神经信号，实现对外部设备的控制，或“写入”信息以进行感官修复。马斯克的Neuralink等企业正致力于此，已在残疾人运动功能重建等领域取得突破。但无论是钻孔植入的侵入式，还是较浅的半侵入式，核心局限都在于依赖物理电极，且功能多为单向。真正的突破在于实现双向、无损的“读写”机制——既能精准解读大脑的思维活动，又能将外部信息无损地“写入”大脑。构建脑与机器之间真正的“对话”，而非单方面的指令传输。因此，脑机接口的终极形态，应是实现脑际通讯。通过物理媒介读写大脑信息，实现大脑间、脑机间直接高效的信息与智能交换。

为实现从观察大脑静态结构到解码调控动态功能的目标，我们课题组聚焦超声技术的微观应用；研究 λ/n尺度的生物效应，开展超分辨成像、细观器官打印、细胞操控、离子通道的调控等研究。当科学工具触及极微观领域，我们发现了全新的物理效应，这些效应可成为生物智能研究的重要工具。通过对微血流等信号的监测，我们能"看到"并尝试翻译大脑的意图状态，例如识别实验动物是想进食还是想喝水。

在此基础上，我们发展了全脑皮层的神经影像技术，提出颠覆性的"神经打印机"概念，核心是利用声、光、磁等物理场无创地调控大脑中的纳米级离子通道，实现将外部信息"写入"大脑。这不仅是治疗癫痫、抑郁症等脑疾病的变革性手段，更可能重塑人类获取知识的方式。

为了更精确地"读取"神经信号，我们开发了"蠕虫电极"等新型柔性侵入式接口，它能以极小损伤实现脑内长期稳定的信号记录。未来的脑机接口必将与信息技术、生物技术深度融合，借助大模型对海量神经信号进行精准解码。

目前更前沿的探索已触及量子层面——大脑可能本身就是高效的"生物量子计算机"。芝加哥大学团队利用增强性荧光蛋白（EYFP）开发出了遗传编码的自旋量子比特，正为破解大脑超高计算效率开辟全新道路。

当前以硅基计算为核心的人工智能，在数据处理与规律挖掘上已展现出强大能力，但其智能仍停留在信息层面。真正的突破在于与物理世界深度融合，而关键桥梁正是传感技术——尤其在医疗领域，一切诊疗行为都始于对“人”这一物理实体的精准感知。

展望未来，人工智能的终极形态将是碳基智慧与硅基算力的融合。我们每个人都拥有一台强大的“生物计算机”——大脑。通过脑机接口等变革性技术，人类生物智能如同算力一样被调用、传输与赋能，这不仅是对人类体力的延伸，更是对智力本身的跨越。

（以上为报告节选，观看完整视频请关注国家科技传播中心微信视频号）