Nature重磅：上海交大團隊推出全球首個AI智能體罕見病診斷系統，超越人類專家，3億罕見病患者迎來新希望

撰文丨王聰

編輯丨王多魚

排版丨水成文

一種疾病折磨了數年時間，期間看了大量醫生，卻始終得不到一個確切的病因，這是許多罕見病患者正在經歷著的“診斷奧德賽”（漫長曲折的診斷歷程）。

罕見病（rare disease）——被定義為患病率低于 1/2000 的疾病，罕見病雖然單一病種患者稀少，但作為一個整體，全球有超過3 億罕見病患者，涉及7000 多種不同的罕見病類型，其中約80%由遺傳因素導致。

盡管罕見病的總體負擔沉重，但由于其臨床表現的多樣性、個體患病率低以及臨床醫生對其了解有限，這些疾病仍然難以診斷。患者往往要經歷平均超過 5 年時間才最終確診，期間會多次轉診、被誤診以及接受不必要的治療，所有這些都導致治療延誤和不良后果。這些挑戰凸顯了開發可擴展、準確且易于解讀的診斷工具的迫切需求——在這方面，多智能體系統（multi-agent system）近期取得的進展具有變革性的潛力。

2026 年 2 月 18 日，上海交通大學人工智能學院/上海人工智能實驗室謝偉迪，上海交通大學醫學院附屬新華醫院孫錕、余永國，上海交通大學人工智能學院/上海人工智能實驗室張婭作為共同通訊作者（Zhao Weike、Wu Chaoyi、Fan Yanjie 為論文共同第一作者），在國際頂尖學術期刊Nature上發表了題為：An agentic system for rare disease diagnosis with traceable reasoning 的研究論文。

該研究針對罕見病“確診難、漏診率高”的全球性難題，開發了了全球首個AI 智能體罕見病循證推理診斷系統——DeepRare，首次在罕見病診斷的準確性上，超越了擁有十年以上經驗的臨床專家。該研究不僅推進了罕見病診斷的發展，為全球三億罕見病患者帶來了實實在在的希望，更是 AI 在醫療領域的一個里程碑，展示了大語言模型驅動的 AI 智能體系統如何重塑當前的臨床工作流程。

困境：為何罕見病診斷如此之難？

罕見病，通常指患病率低于兩千分之一的疾病，雖然單一種類患者稀少，但已知的罕見病超過 7000 種，其中約 80% 與基因相關。它們之所以診斷困難，主要原因在于：

1、臨床異質性高：癥狀復雜多樣，常涉及多個身體系統。

2、人類認知有限：任何一位醫生畢生遇到的特定罕見病例都可能寥寥無幾。

3、病例數據稀缺：難以收集足夠的數據來訓練傳統 AI 模型。

4、知識更新迅速：每年有約 260-280 種新的罕見遺傳病被發現。

這導致了罕見病患者往往在反復轉診、誤診和無效治療中耗盡精力與財力，錯失最佳治療時機。

破局：DeepRare——一個會“思考”和“查證”的 AI 診斷工具

DeepRare并非一個普通的 AI 模型，而是一個基于大語言模型（LLM）的多智能體系統（multi-agent system），整合了 40 多種專業工具和最新的知識來源，用于支撐罕見病的鑒別、診斷和決策，你可以把它理解成一個由 AI 驅動的“虛擬專家會診中心”。

它的核心能力在于：

• 理解復雜輸入：無論是患者主訴的自由文本、標準化的醫學表型術語，還是基因測序的原始數據，它都能處理。

• 多智能體協作：系統內部有多個“專業智能體”——有的負責從海量文獻中檢索最新證據，有的負責在病例庫中尋找相似患者，有的專門分析基因變異。一個中央“調度員”（大語言模型）協調它們有序工作。

• 生成可追溯的推理：它不會只扔給你一個病名。相反，它會像資深專家一樣，給出一步步的診斷推理過程，并且為每一步結論附上來自權威醫學文獻、指南或病例的可驗證引用鏈接。這一點對于建立臨床信任至關重要。

此外，為了讓提高穩健性，DeepRare 進一步采用了一個自我反思循環（self-reflective loop），以反復評估假設，從而減少過度診斷并減輕 AI 幻覺現象。

驗證：表現如何？數據說話

研究團隊在迄今為止最全面的罕見病基準上對 DeepRare 進行了嚴格測試，數據涵蓋來自亞洲、北美和歐洲的 6401 個真實臨床案例，涉及 2919 種罕見病類型。

關鍵結果令人振奮：

• 全面領先：在僅基于癥狀表型的診斷任務中，DeepRare 的首次診斷準確率（Recall@1）平均達到 57.18%，顯著優于其他 15 種方法，比第二名高出 23.79%。

• 基因數據是“利器”：當結合患者的基因測序數據時，診斷能力大幅躍升。在上海交通大學醫學院附屬新華醫院的數據集上，準確率從僅基于癥狀表型時的 39.9% 提升至 69.1%，優于現有的專業生物信息學工具 Exomiser（55.9%）。

• 超越人類專家：在與 5 名資深罕見病專家的“人機對比”中，DeepRare 在首次診斷準確率上實現了超越（64.4% vs 54.6%）。專家可以查閱搜索引擎，而 DeepRare 僅依據相同的標準化癥狀信息。

• 推理鏈可靠：更難得的是，其生成的診斷推理鏈經過專家評審，證據準確性與相關性獲得了 95.4% 的高認可度。這意味著該多智能體系統不僅“猜”得準，而且“想”得明白、有理有據。

DeepRare 的診斷性能

人類專家對 DeepRare 診斷系統中可追溯推理鏈和故障模式的驗證

意義：不止于診斷，更在于改變診療生態

DeepRare 的價值遠不止提升了準確率這一數字，更重要的是——

• 縮短診斷旅程：為一線醫生，尤其是非專科醫生，提供了強大的決策支持，有望將數年的診斷過程縮短至數天甚至更短。

• 賦能基層醫療：在醫療資源匱乏的地區，該系統能極大彌補罕見病專科經驗的不足，促進醫療公平。

• 透明化構建信任：可追溯的推理鏈讓醫生不再是“盲信” AI 結果，而是可以復核和驗證，這將成為 AI 臨床落地不可或缺的“安全帶”。

• 示范技術融合：它成功展示了如何將前沿的 AI 智能體技術與專業的醫學知識工具、數據庫深度融合，為未來醫療 AI 的發展提供了范本。

此外，研究團隊已開發了易用的網頁版應用，正在嘗試作為醫生的“診斷副駕駛”（diagnostic copilot）投入臨床使用，該研究的代碼也已開源，促進領域共同進步。

DeepRare 的出現，標志著 AI 正在醫療的“輔助工具”，邁向能夠進行復雜推理、提供透明化診斷建議的“合作伙伴”。對于每一位在迷茫中求索的罕見病患者而言，一盞更明亮、更智能的指路之燈已經點亮。這場對抗罕見病的“診斷奧德賽”，終于迎來了一個可能改變游戲規則的新隊友。

論文鏈接：

https://www.nature.com/articles/s41586-025-10097-9