观点 | 高军涛：跨学科融合与垂直大模型构建是未来医学AI的关键

2025年6月27-28日，由国际人才组织联合会（AGTO）与全球化智库（CCG）主办的2025全球人才峰会在北京城市副中心通州举行。清华大学合成与系统生物学研究中心博士，晨星基因（北京）智能科技有限公司创始人高军涛在主题论坛三“AI时代的人才需求与培养体系革新”上发表以下观点：

感谢主持人提供这个机会让我向大家汇报我的一些思考。

我简单做一个自我介绍。我在德国海德堡大学获得博士学位之后做了博士后，这段经历对我来说非常宝贵，我很享受在这样一个国际化的科研环境中与来自各国的学者交流。2012年我回到清华大学，至今已经在清华工作了13年，始终聚焦于交叉学科的研究，尤其是医学与工学结合的方向，也就是我们所说的“医工交叉”。

我的研究领域更具体地说，是多组学在医学中的应用，比如基因组学、转录组学、表观遗传学等如何用于临床。一个非常典型的问题是，传统的癌症手术中，医生往往依靠经验来判断切除组织的边界，这其实是非常不确定的。在现实操作中，医生很难精确判断哪些细胞是癌细胞、哪些是正常组织。这不是医生的问题，而是我们科研工作者还有很多事没有做好。我们希望通过结合图像、分子等多个层面的信息，提升癌症边界识别的准确性。

在当前人工智能快速发展的背景下，清华大学也在积极推进与国家和企业的纵向与横向合作项目，这些项目的经费支持了我们培养研究生和博士后。过去十多年，我本人参与指导了二十多位研究生和博士后。近年来，随着AI技术的发展，我们的研究重心也向“垂直领域大模型”的构建倾斜，特别是在基因组学、转录组学等多组学融合的方向，开发适用于特定生物医学场景的智能模型。

大模型的构建本身就是一个产教融合的过程。研究生在导师指导下开展科研，产出高质量论文，也参与到模型的开发和训练中来。这方面，计算机系的学生和教师是重要的合作者，而我本人所在的是医学院。我们正在探索如何在跨学科之间实现高效协同，尤其是将模型成果应用到临床中。

举一个产教融合的实际案例，我们团队开发了一款用于癌症早期诊断的新型医疗设备。它的核心原理是用拍照的方式进行分子层面的图像识别，从而实现多基因的可视化。这款设备整合了图像识别AI与多组学大模型两个模态，在识别癌症早期信号上具有显著优势。目前，该项目已经完成两轮融资，正在推进第三轮，同时申请二类医疗器械证书，以实现临床应用落地。

我们的目标不仅仅是科研成果的发表，而是将这些成果真正转化为可以应用在医院、造福患者的技术工具。在这个过程中，高校、医院、地方政府的深度合作也至关重要。我们与解放军总医院（301医院）、协和医院等顶级医院有长期合作，也在一些地方推动设立联合研究院，进一步促进科研、教学与产业的协同发展。

总之，在AI浪潮下，我们希望推动一种更系统的产教融合生态：学生在研究中成长，技术在应用中转化，资源在协作中整合。我也期待在这个方向上能够持续做出更有价值的探索和贡献。

谢谢大家。

本文依据嘉宾在由国际人才组织联合会（AGTO）与全球化智库（CCG）主办的2025全球人才峰会上的发言录音整理，未经本人审阅，转载请注明出处