撰文丨王聪编辑丨王多鱼排版丨水成文基础模型（Foundation Model，FM）显著推进了人工智能（AI）在临床护理中的医学潜在应用。尽管这些模型在回顾性分析中表现出了强大的性能，但它们在实际临床环境中的影响仍鲜为人知。鉴于医学领域存在复杂的伦理、法律和社会挑战，此前公众的普遍共识是，AI 应作为辅助工具来增强而非取代临床医生的专业技能。因此，以往那些仅在回顾性数据集上孤立评估 AI 模型性能的研究是不够的，因为它们忽略了真实临床环境中的人机交互。评估临床医生与 AI 协作共事时的综合表现至关重要。关键在于，缺乏严格的前瞻性验证和随机对照试验造成了循证医学方面的空白，阻碍了基础模型在各种真实临床环境中的更广泛应用。弥合这一差距对于确保基础模型达到未来潜在临床转化所需的严格标准至关重要。2025 年 8 月 28 日，上海交通大学计算机学院/教育部人工智能重点实验室盛斌教授团队与清华大学医学院黄天荫教授团队合作，在 Nature Medicine 期刊发表题为：An eyecare foundation model for clinical assistance: a randomized controlled trial 的重研究论文。该研究开发了一款多模态视觉-语言眼科基础大模型——EyeFM，研究团队通过云端协同模式前瞻性部署基于该大模型的数字化平台，在全球不同地域（涵盖亚洲、北美、欧洲及非洲）的基层及眼科医生中，前瞻性验证了该大模型对诊疗能力的提升效果。同时，研究团队还开展了一项基于中国临床真实场景的随机临床研究，实现临床自适应的健康指导与智能交互服务。这项研究首次为 AI 医学领域提供了大模型赋能基层与专科诊疗的高级别循证证据，同时为未来更多可临床转化的基础模型研发与验证提供了全新范式，有效推动该类新技术从实验室研究阶段迈向临床实际应用场景。摘要：撰文丨王聪编辑丨王多鱼排版丨水成文基础模型（Foundation Model，FM）显著推进了人工智能（AI）在临床护理中的医学潜在应用。尽管这些模型在回顾性分析中表现出了强大的性能，但它们在实际临床环境中的影响仍鲜为人知。鉴于医学领域存在复杂的伦理、法律和社
来源：小火说科技