摘要：5月20日，英国皇家学会（The Royal Society）公布了包括90余名来自世界各地研究人员在内的新入选院士名单。清华大学医学院院长黄天荫教授入选英国皇家学会院士。

英国皇家学会官网

黄天荫

黄天荫曾荣获北京市第16届“长城友谊奖”、黄斑病学会（Macula Society）的阿纳尔·帕茨（Arnall Patz）奖章、美国眼科与视觉研究学会（ARVO）弗里登瓦尔德奖（Friedenwald）奖、澳大利亚联邦卫生部长奖、新加坡总统科学奖和总统科学技术奖等。

黄天荫是新加坡国家科学院院士、美国国家医学院外籍院士与澳大利亚健康与医学科学院外籍院士、英国皇家学会院士。入选2024全球前0.05%顶尖学者榜单，2024年度“全球高被引科学家”。

黄天荫长期致力于人工智能与数字技术在重大眼科和系统性疾病筛查、诊断与预测中的应用研究。

DeepDKD系统助力

肾病精准鉴别

糖尿病肾脏疾病（DKD）作为糖尿病重要的慢性微血管并发症，是导致终末期肾病的主要原因之一，对全球健康和社会经济造成了重大负担。全球约40%的糖尿病患者面临DKD风险，其发病率与病程延长、血糖控制不佳及人口老龄化密切相关。

黄天荫团队与上海交通大学计算机学院及人工智能教育部重点实验室盛斌教授团队通过医工交叉联合攻关，并携手上海交通大学主动健康战略与发展研究院/医学院附属第六人民医院贾伟平和李华婷教授团队、以及新加坡、英国、马来西亚、澳大利亚及中国香港等多地多学科团队，在权威期刊Lancet Digital Health发表相关科研成果，创建基于眼底视网膜图像的糖尿病肾脏疾病智能筛诊深度学习系统—DeepDKD。

本研究聚焦两大核心目标：一是通过研发基于视网膜图像的DeepDKD智能筛诊系统，利用全球普及的眼科检查设备实现DKD的高效筛查，突破实验室依赖限制。二是探索构建DN和NDKD鉴别诊断新方法，构建高精度无创鉴别模型，为临床决策提供个体化解决方案。

揭示眼底影像在全身疾病

早期诊断中的新潜力

近年来，越来越多的研究聚焦于视网膜内复杂的微血管网络与神经回路，探讨其与其他全身血管及神经系统之间的相互作用，并分析视网膜生物标志物与多种全身性疾病之间的潜在联系。黄天荫团队在《治疗诊断学》（Theranostics）上发表了题为“人工智能增强型视网膜成像作为全身性疾病的生物标志物”的综述文章。

该文章系统地总结了人工智能（AI）增强下的视网膜成像技术在预测全身性疾病方面的关键研究成果，并讨论了该领域的最新进展、发展机遇和挑战。文章不仅全面回顾了目前最前沿的技术，还强调了这些突破对医疗保健领域的变革性影响，展现了 AI 在精准医学和疾病早期筛查中的广阔应用前景。

领衔探讨医疗AI

安全落地之路

黄天荫表示，人工智能医院旨在打破“传统医院+AI”的运行模式，以临床医疗服务为驱动，从设计底层融入AI智能体功能，协助医生精准决策，提高医疗服务效率和患者满意度，降低医院运营成本，推动解决基层全科医生短缺问题。长远计划实体化运行人工智能医院，推动医疗模式的颠覆式变革。未来医院还将作为清华医学教育的重要场景和医学人才培养的重要平台，培育新一代“AI协同型医生”。

今年4月，国际医学期刊JAMA首次发表了关于中国自主研发大模型DeepSeek在医疗领域应用的观点文章。由黄天荫领衔，联合清华大学医学院曾典博士、秦义明博士，以及上海交通大学计算机科学与工程系盛斌教授共同撰写。

该文章深入分析了DeepSeek在中国医疗场景中的迅速应用，探讨了“低成本开源AI创新”与“多元医疗需求”交汇下催生的技术热潮，并关注由此带来的监管体系建设滞后问题。作者指出，以DeepSeek为代表的国产大模型在医疗领域的探索，标志着全球数字医疗转型进程中的一项重要里程碑。文章强调，中国在医疗AI领域展现出的创新速度，正在促使全球重新思考如何在加速创新的同时，确保医疗AI的安全落地与可持续发展。

文章认为，DeepSeek在中国的实践，本质是一场关于“技术普惠”与“安全底线”的全球预演。当开源技术打破了“AI 贵族化”壁垒，当医疗场景的复杂性又倒逼技术加速迭代，中国案例清晰地揭示：医疗大模型的安全治理，不能停留在“避免明显错误”的初级阶段，而必须构建涵盖“技术可靠性、临床适配性、社会接受度”等多维度的综合评估体系。

正如文章所强调，唯有让“创新速度”与“治理精度”形成良性共振，才能真正实现希波克拉底誓言与算法代码的深度融合。这不仅是中国医疗AI发展的必答题，也是全球数字医疗转型的共同挑战。

编辑：郭蕾

审核：潘华虹 毕天琦

来源：首都健康