AI赋能医疗 哈工大助力健康中国

今年，政府工作报告明确提出深化“人工智能+”行动，人工智能如何赋能医疗健康广受社会关注。哈尔滨工业大学在第十四次党代会作出全面系统实施“人工智能+”战略等一系列部署，以国家战略、科技创新、产业发展需求为牵引，强化人工智能跨学科牵引带动作用，推动多学科融合发展。

从医疗大模型到医疗机器人，从专病诊断系统研发到生命科学前沿探索，哈工大聚焦医工交叉与AI赋能，推动计算机、机器人、生命科学等优势学科深度融合，

一批具有国际影响力的标志性成果落地应用，一批服务国家战略的探索正在路上。

AI+健康

医学大模型的深度应用是形成医疗领域新质生产力的重要引擎。耗时45分钟的报告解读如今只需3分钟，解读准确率高达93.7%，分诊导诊准确率达97.2%……这些成果都得益于计算学部刘挺教授、秦兵教授团队的赵森栋副教授带领学生研发的中国首个医学大模型“本草”，团队在国际上首次提出知识微调方法，可将通用大模型快速适配医疗等垂直领域，入选中国大模型TOP70。相关技术已被华为、腾讯、讯飞等国内行业大模型和国际著名大模型Meta Llama 3广泛采用，并于国内46所医院、政府部门、企业等单位实现部署落地应用。

本草大模型

如何让医疗大模型的开发和应用更加简单便捷？威海校区初佃辉团队突破了大模型领域化训练与高效部署的多项关键技术，研发出面向垂直领域应用的大模型无代码训练平台“天功”，提供了包括领域化高质量指令集构建、指令集自动标注、微调方法选择等系列功能，非计算机专业人士也能通过“天功”平台开发应用医疗大模型。

“天功”大模型训练平台

团队与多家医疗机构联合开发了中医智能辅助诊疗系统，实现了从患者问诊、症状识别到辨证分析、康复计划制定与个性化食疗方推荐的全流程智能支持。相关成果已应用于国内1000余家大中型医院、县市级区域医疗与养老服务机构，累计服务6亿余人次，覆盖约2亿人群，先后获得2020年中国人工智能学会吴文俊人工智能科技进步一等奖、2022年山东省科学与技术进步一等奖。

中医智能辅助诊疗系统

今年的政府工作报告中“促进新一代智能终端和智能体加快推广”引人关注，如何推动智能体在医疗健康领域加速应用？

威海校区孙明健教授团队研发了面向肿瘤与血管疾病诊疗的多模态精准诊疗智能体，旨在通过物理先验嵌入神经网络、跨模态特征融合网络与闭环控制算法，实现从病灶识别、治疗规划到术中调控的全流程智能化诊疗。基于多项技术创新成功，团队已形成覆盖精准感知、智能决策、微创治疗和疗效评估的系统化解决方案，其中肿瘤与血管疾病诊疗一体化相关成果获2020年黑龙江省技术发明奖一等奖，手术机器人相关成果获2025年山东省技术发明奖一等奖，为肿瘤、心脑血管疾病及复杂手术场景的精准医疗提供了重要技术支撑。

AI+制药

深圳校区侯珂老师针对目前阿尔茨海默病药物仅能有限延缓疾病进展，尚无法有效阻断或逆转病理进程，创新性地提出基于病理蛋白结构特征，利用AI技术设计并构建具有靶向“抑制和解聚”双功能的手性纳米材料，实现了对异常折叠病理蛋白的有效阻断和清除。这一成果通过AI等技术将药物发现从“随机筛选”转变为“理性设计”，缩短研发周期并降低成本。期待能够为重大神经退行性疾病的治疗提供逆转疾病发展的潜在可能。

D-多肽靶向清除AD病理蛋白的过程示意图

深圳校区游恒志教授团队将高通量连续流技术与机器学习算法相结合，在环四肽高效合成研究领域取得突破性进展，为AI赋能药物合成开辟了新路径。团队同时推动连续流化学与AI技术在医药制造领域的工程化应用，探索从分子设计到工艺放大的全链条AI赋能路径，为创新药物研发提供技术支撑。

AI+前沿研究

计算学部王亚东教授团队长期深耕生物信息学领域，高水平完成了重大国家计划项目。近20年来，开发了DECODE、cuteSV、deSALT、deBGA、purge_dups等数十项生物多组学数据解析算法，被全球多个里程碑基因组计划广泛使用。

脑机接口被称为人脑与外界沟通交流的“信息高速公路”，是新一代人机交互和人机混合智能的前沿技术。

哈工大类脑智能与神经工程研究中心李海峰教授团队针对脑电信号（EEG）解析中长期存在的个体差异大、环境干扰强、跨设备泛化难等核心痛点，主持研发了EEGPT脑电大模型，并以此为核心引擎开发了MindBrowser脑控浏览器，实现了从底层信号智能解析到前端复杂场景应用的端到端突破。在此基础上，团队同步研发了脑控智能床、脑控轮椅及脑控外骨骼等系列化装备。

“这一成果推动了类脑智能与神经工程的理论发展，期待在未来的研究中进一步为下一代人机交互形态的变革提供核心技术储备，为推动我国在脑机接口领域实现加速发展贡献力量。”李海峰说。

可以用意念控制病床的升降等动作的智能脑控病床

同样关注脑机接口的还有深圳校区马婷教授团队。团队目前正在进行脑机接口智能计算与复杂脑状态解析前沿研究，发展了多尺度时空表征、幅相联合建模、状态与动态流解耦分析、异常脑活动早期预测以及脑电与近红外协同融合等方法，形成了服务于运动意图识别、脑疾病预警和多模态脑机交互的系列成果。

“研究为高性能脑机交互、脑疾病智能监测和神经功能评估提供了技术基础，也为人工智能与脑科学深度交叉开辟了新的研究方向。期待为提升我国脑机接口自主创新能力、推动智慧医疗发展和服务人民生命健康作出我们的贡献。”马婷说。

脑机接口智能计算与复杂脑状态解析

深圳校区曹剑锋教授团队研发的智能驱动的细胞形态量化工具成功实现了细胞分裂4D图像数据的自动化、高精度解析，能够快速提取细胞分裂各阶段的空间形态、时间演化等核心信息，大幅减少人工干预成本，显著提升数据处理效率与解读准确性。

“期待技术广泛应用于细胞生物学基础研究、肿瘤等疾病的细胞分裂异常机制探究，为调控细胞分裂的候选药物筛选等领域提供技术支持。”曹剑锋说。

AI+诊断

当医生面对海量影像、千份报告，如何提升看诊效率？哈工大人面向医疗领域现实需求，针对专病开发诊疗系统，让AI学会“看”，让诊断更快、更准、更便捷。

甲状腺疾病防治是关乎全民健康的“关键防线”。航天学院沈毅教授团队、郑州高等研究院与中国疾病预防控制中心地方病控制中心、中国移动通信集团有限公司等单位联合研发的基于云边端协同的甲状腺超声图像诊断筛查系统，以“碘甲”大模型为核心，贯通高清影像采集、病灶智能分割、结节自动评级、风险分层管理与结构化报告生成等关键环节，服务全国多地域甲状腺普查、基层医疗机构辅助诊断及个体碘营养评估。

“平台在多地区、多人群的真实场景中试用运行，将持续优化地方病及甲状腺疾病风险评估策略。”团队成员、航天学院飞行器控制国家级实验教学示范中心高级工程师李丹丹说。相关技术已在近20个省份开展示范应用，建设了容量超3.5T的甲状腺超声数据库。

便携式超声医学影像智能诊断设备

便携式医学影像采集与智能诊断终端在甲状腺普查活动中应用测试

眼底疾病患者多、基层看病难、高端设备长期依赖进口……面对这些问题，计算学部邬向前教授团队系统构建了多模态眼底图像分析与智慧诊疗技术体系，实现术前风险规避、路径规划、术中导航与术后评估的全流程技术闭环。在此基础上，团队研发了“智瞳”视网膜健康服务平台，形成集智能筛查、自动诊断、病灶分割、辅助手术、病情预测与远程协同于一体的综合解决方案。

“技术的病变检测率基本达到高年资医生水平，阅片效率约为人工阅片的15倍。”团队成员、计算学部马丁副研究员介绍。此外，团队还研发了面向心血管疾病诊断的医学影像智能体，通过深度学习技术，实现了从影像输入到诊断建议的全流程智能化辅助。

“智瞳”视网膜健康服务平台

计算学部刘挺教授团队的赵森栋副教授带领学生针对肝胆胰、心血管、脑卒中三大专科研制出具备多模态感知和推理能力的人机融合会诊系统，并构建了国内首个包含19万实体，111万条关系的中文医学知识图谱。

人工智能2030重大项目人机融合医疗会诊系统

计算学部何勇军教授团队研发的基于多模态基础模型的宫颈癌诊断系统构建了包含50万张细胞病理全景图像的大型数据库，依托多模态基础模型、大视觉—语言模型精准适配不同地域及设备的样本差异，将复杂的病理诊断流程转化为高效的智能决策模型。

“目前，系统已在30余所医院、4家大型病理检验中心及4家主流医疗设备厂商中投入使用，帮助医生减少约95%的重复性阅片工作量。”何勇军表示，团队将从宫颈细胞学延伸至组织病理分析，并优化云平台部署，让基层医院也能获得三甲医院水平的智能辅助诊断，以科技手段赋能普惠医疗。

计算学部骆功宁教授团队研发的冠状动脉病变智能可视化系统，是专为冠心病诊疗场景设计、集成AI影像分割与三维可视化技术的智能诊断平台，可大幅提升影像处理效率。“通过将AI技术与临床流程深度融合，我们将持续推动心血管影像诊断向标准化、可视化、可量化方向发展。” 骆功宁表示。

深圳校区马婷教授团队围绕跨模态人脑信息建模与可计算模型，搭建了国内高规格、多模态全覆盖的神经影像专业数据库，通过深度融合人工智能与脑科学，构建了覆盖阿尔茨海默病、帕金森病等重大脑疾病的早期识别与预测体系，相关研究成果发表于国际顶尖学术期刊。团队孵化国家高新技术企业“迈格生命科技”，推出“神经指纹”人脑数字化产品矩阵，为全国数百家医院提供辅助诊断及早筛服务。与此同时，团队正依托扎实的神经影像科研基础与核心技术积累，加速推进神经调控精准诊疗技术的临床转化与应用落地，持续完善脑疾病从早筛预警到精准干预的全链条技术体系，为我国脑科学与脑健康事业的发展持续贡献核心力量。

基于病理成像与计算的组织学分析是临床上进行癌症诊断的黄金标准。深圳校区张永兵教授团队研发的全切片病理扫描成像与计算系统，在病理成像方面，提出波段编码自动聚焦成像方法，成像速度提升10倍。基于该原理研制的流水化全切片病理扫描成像系统，核心指标超过同类产品，并在病理诊断方面实现稳健诊断和预后。相关成像和计算系统应用于多家公司和医疗机构。基于这一成果及其应用，团队获2025年中国图象图形学学会技术发明一等奖。

深圳校区陈华英教授团队研发了国际首批、国内首套AI微流控稀有精子识别与提取系统，聚焦无精子症临床诊疗中的关键痛点，在超过60%传统方法无法检出精子的患者样本中，实现了超低浓度精子的无损识别与精准提取，且提取所得精子可直接用于后续辅助生殖操作，为无精子症患者的临床治疗提供了全新技术路径。“我们团队专注于细胞分析与疾病检测设备的研发与产业化，致力于推动AI与微流控技术的深度融合，加速其在细胞分选及辅助生殖等关键领域的临床转化与规模化应用。”陈华英说。

AI+治疗

威海校区黄博教授团队创新研制了缝合针线高精度装配及缠绕机器人，推动手术器械装备国产化；自主研发的化疗药物自动配制机器人，实现了高风险药物的精准无人化操作。同时，团队成功研发化学发光免疫分析高通量全自动检测装备，已广泛应用于国内外医院。

深圳校区蒋田仔教授团队基础研究与技术转化并重，在“脑控”方向，成功研制全球首台具有自主知识产权的光电同步脑活动检测仪，获得六个国内医疗器械注册证和一个欧盟CE认证，将我国自主研发的脑部高端器械销售至欧洲多家医院。此外，团队研制出脑网络组图谱导航的精准神经调控机器人，可实现个体化精准调控。2025年，团队成功研发全球首款电池供电的可穿戴阈上重复经颅磁刺激设备。

AI+康复

康复是一场漫长的“重新学习”。传统康复机器人在被动重复中循环，而哈工大人要让机器学会“学习”与“感知”。

脑卒中患者约80%的幸存者都会遗留不同程度的上肢运动障碍，上肢康复机器人是协助他们进行康复训练的重要工具。威海校区姚玉峰教授团队研制的“会学习”的具身智能康复训练机器人搭载了仿人7-DOF手臂，通过赋予系统自主学习和动态优化能力，实现了人类康复技能的迁移及自学习，相关成果获授权国家发明专利2项。

“未来，我们将继续聚焦具身智能康复机器人方向，围绕运动解码技术、神经启发式学习模型构建、上肢康复机器人设计等开展研究，使得具身智能技术能真正应用于脑卒中患者的术后康复训练中。”姚玉峰表示。

具身智能康复训练机器人

深圳校区刘洪海教授团队研发的数字脑电采集系统、生理多导系统、超声肌电融合仪等智慧医疗成果，在2026中国科幻大会现场亮相，引来不少观众对基于脑肌电等生理信号精准康复诊疗前景的期待。团队首次构建基于脑-肌协同耦合与闭环神经调控的精准康复体系，推动康复范式从传统经验向数据驱动的根本转变，形成个体化精准诊疗新路径。目前，上述成果已在国内多家三甲医院开展临床应用，累计收集千余例临床数据，为构建个体化、数据驱动的精准康复体系提供了重要技术支撑。

深圳校区冷雨泉教授团队联合中国科学院沈阳自动化研究所等单位科研团队研发的髋膝伸展辅助外骨骼机器人突破了现有多关节外骨骼依赖预定义曲线、适应性差的局限，首次将人工外肌腱的概念引入下肢辅助外骨骼设计，相关成果获深圳市科技进步一等奖、中国自动化学会科技进步一等奖等。团队研制的新型视觉驱动智能假肢手首次实现了假肢手在抓取过程中动作的拟人化，创新性地将计算机视觉技术与动力假肢控制相结合，构建了“视觉感知—意图预测—动态控制”的全自动化闭环。

外骨骼硬件系统设计

此外，电子与信息工程学院赵雅琴教授、吴龙文副教授团队研发了心血管疾病智能监测与精准识别技术，实现心脏数据的实时分析，推动人工智能与心血管医疗的深度融合。航天学院赵悦教授团队研发了基于模仿学习的机械臂辅助自主肝脏超声扫查系统和基于多模态超声图像的乳腺肿瘤智能分割网络。生命科学和医学学部高文朋教授团队研发了面向微创手术机器人的抗遮挡智能视觉定位与追踪的手术导航系统，解决了复杂视觉干扰及内窥镜运动下的目标定位难题。深圳校区王文韬教授团队针对骨质增生、受力异常等临床难题设计了基于云边协同架构的智能假肢结构健康监测系统，误诊率降低30%以上。深圳校区王焦乐教授团队针对微小型器械在组织操作中缺乏精准闭环控制的难题，提出了一种基于多模态力反馈的自动化组织操作方法，可应用于微创手术精确组织操作……一批哈工大高水平科研成果以新质生产力赋能医疗高质量发展。

学校在第十四次党代会提出全面系统实施“人工智能+”战略，将人工智能全方位赋能。作为推动学校发展能级跃升的重要驱动，推动人工智能与学校发展广泛深度融合，升级重塑学校各领域发展范式。