2月28日，上海交通大学医学院附属新华医院在国际罕见病日系列活动现场，启动DeepRare真实世界临床验证全国多中心研究。这款今年2月19日登上《自然》（Nature）的全球首个可溯源智能体式罕见病诊断系统，将开启大规模真实世界应用研究，通过18000+例回顾性病例和2000+例前瞻性、多层级病例研究，验证AI在罕见病临床诊断中的实际价值，推动这一“中国方案”从实验室走向临床一线，为破解罕见病“诊断难、诊断慢”的全球困境提供循证支撑。

【相关阅读】中国AI登上Nature！院校联合研发DeepRare，助力罕见病诊断

DeepRare由上海交通大学医学院附属新华医院与上海交通大学人工智能研究院联合研发，首创“中枢—分身”可溯源Agentic AI架构，实现了实时知识整合、类医生慢思考推理、全流程可溯源论证三大核心突破，表型诊断首位准确率达57.18%，引入基因数据后综合准确率突破70.6%，远超国际同类工具，其可溯源的推理链条更让AI诊断从“黑盒”变成了“透明诊室”。

三大研究目标直击临床真实痛点

此次全国多中心研究并非简单的技术测试，而是直击罕见病临床诊断的真实痛点，设定了三大核心研究目标，让AI诊断真正贴合临床需求。

在回顾性研究中，研究团队将对18000+例大样本历史病例开展压力测试，验证DeepRare在表型信息不完整、多病共存、极罕见边缘病例等复杂临床环境下的诊断稳定性，挖掘系统对罕见病的早期识别潜力。前瞻性研究则聚焦1000+例疑似罕见病患者，探索医生对AI建议的采纳度、决策改变率，评估人机协同是否能真正缩短确诊时间、减少无效检查，为患者带来实际获益。同时，研究还将覆盖全国50家不同层级医疗机构的1000+例病例，评估AI对基层医院的赋能价值，推动罕见病诊疗能力下沉，助力分级诊疗落地。

为让研究成果更具普适性，此次多中心研究构建了“头部医学中心牵引+全国多层级医疗机构辐射”的研究体系，以上海新华医院、广州妇儿中心、湖南儿童院为核心，辐射全国各地三甲医院、基层医疗机构及专科机构。

研究将针对不同区域、不同年资医生、不同临床科室开展分层分析，重点观测AI对医生诊断的认知启发度、行为转化率，以及在基层医院的转诊质量、诊断反馈闭环等指标。同时，研究采用A–B–A–B交替阻断设计，对比常规诊疗与AI辅助诊疗的效率和质量，精准测算AI在缩短实验室检测时间、降低诊疗成本、提高确诊率等方面的实际效用，打造可复制、可推广的罕见病人机协同诊疗新范式。

2月28日，上海交通大学医学院附属新华医院在国际罕见病日系列活动现场，启动DeepRare真实世界临床验证全国多中心研究。这款今年2月19日登上《自然》（Nature）的全球首个可溯源智能体式罕见病诊断系统，将开启大规模真实世界应用研究，通过18000+例回顾性病例和2000+例前瞻性、多层级病例研究，验证AI在罕见病临床诊断中的实际价值，推动这一“中国方案”从实验室走向临床一线，为破解罕见病“诊断难、诊断慢”的全球困境提供循证支撑。

【相关阅读】中国AI登上Nature！院校联合研发DeepRare，助力罕见病诊断

DeepRare由上海交通大学医学院附属新华医院与上海交通大学人工智能研究院联合研发，首创“中枢—分身”可溯源Agentic AI架构，实现了实时知识整合、类医生慢思考推理、全流程可溯源论证三大核心突破，表型诊断首位准确率达57.18%，引入基因数据后综合准确率突破70.6%，远超国际同类工具，其可溯源的推理链条更让AI诊断从“黑盒”变成了“透明诊室”。

三大研究目标直击临床真实痛点

此次全国多中心研究并非简单的技术测试，而是直击罕见病临床诊断的真实痛点，设定了三大核心研究目标，让AI诊断真正贴合临床需求。

在回顾性研究中，研究团队将对18000+例大样本历史病例开展压力测试，验证DeepRare在表型信息不完整、多病共存、极罕见边缘病例等复杂临床环境下的诊断稳定性，挖掘系统对罕见病的早期识别潜力。前瞻性研究则聚焦1000+例疑似罕见病患者，探索医生对AI建议的采纳度、决策改变率，评估人机协同是否能真正缩短确诊时间、减少无效检查，为患者带来实际获益。同时，研究还将覆盖全国50家不同层级医疗机构的1000+例病例，评估AI对基层医院的赋能价值，推动罕见病诊疗能力下沉，助力分级诊疗落地。

为让研究成果更具普适性，此次多中心研究构建了“头部医学中心牵引+全国多层级医疗机构辐射”的研究体系，以上海新华医院、广州妇儿中心、湖南儿童院为核心，辐射全国各地三甲医院、基层医疗机构及专科机构。

研究将针对不同区域、不同年资医生、不同临床科室开展分层分析，重点观测AI对医生诊断的认知启发度、行为转化率，以及在基层医院的转诊质量、诊断反馈闭环等指标。同时，研究采用A–B–A–B交替阻断设计，对比常规诊疗与AI辅助诊疗的效率和质量，精准测算AI在缩短实验室检测时间、降低诊疗成本、提高确诊率等方面的实际效用，打造可复制、可推广的罕见病人机协同诊疗新范式。

2月28日，上海交通大学医学院附属新华医院在国际罕见病日系列活动现场，启动DeepRare真实世界临床验证全国多中心研究。这款今年2月19日登上《自然》（Nature）的全球首个可溯源智能体式罕见病诊断系统，将开启大规模真实世界应用研究，通过18000+例回顾性病例和2000+例前瞻性、多层级病例研究，验证AI在罕见病临床诊断中的实际价值，推动这一“中国方案”从实验室走向临床一线，为破解罕见病“诊断难、诊断慢”的全球困境提供循证支撑。

【相关阅读】中国AI登上Nature！院校联合研发DeepRare，助力罕见病诊断

DeepRare由上海交通大学医学院附属新华医院与上海交通大学人工智能研究院联合研发，首创“中枢—分身”可溯源Agentic AI架构，实现了实时知识整合、类医生慢思考推理、全流程可溯源论证三大核心突破，表型诊断首位准确率达57.18%，引入基因数据后综合准确率突破70.6%，远超国际同类工具，其可溯源的推理链条更让AI诊断从“黑盒”变成了“透明诊室”。

三大研究目标直击临床真实痛点

此次全国多中心研究并非简单的技术测试，而是直击罕见病临床诊断的真实痛点，设定了三大核心研究目标，让AI诊断真正贴合临床需求。

在回顾性研究中，研究团队将对18000+例大样本历史病例开展压力测试，验证DeepRare在表型信息不完整、多病共存、极罕见边缘病例等复杂临床环境下的诊断稳定性，挖掘系统对罕见病的早期识别潜力。前瞻性研究则聚焦1000+例疑似罕见病患者，探索医生对AI建议的采纳度、决策改变率，评估人机协同是否能真正缩短确诊时间、减少无效检查，为患者带来实际获益。同时，研究还将覆盖全国50家不同层级医疗机构的1000+例病例，评估AI对基层医院的赋能价值，推动罕见病诊疗能力下沉，助力分级诊疗落地。

为让研究成果更具普适性，此次多中心研究构建了“头部医学中心牵引+全国多层级医疗机构辐射”的研究体系，以上海新华医院、广州妇儿中心、湖南儿童院为核心，辐射全国各地三甲医院、基层医疗机构及专科机构。

研究将针对不同区域、不同年资医生、不同临床科室开展分层分析，重点观测AI对医生诊断的认知启发度、行为转化率，以及在基层医院的转诊质量、诊断反馈闭环等指标。同时，研究采用A–B–A–B交替阻断设计，对比常规诊疗与AI辅助诊疗的效率和质量，精准测算AI在缩短实验室检测时间、降低诊疗成本、提高确诊率等方面的实际效用，打造可复制、可推广的罕见病人机协同诊疗新范式。

2月28日，上海交通大学医学院附属新华医院在国际罕见病日系列活动现场，启动DeepRare真实世界临床验证全国多中心研究。这款今年2月19日登上《自然》（Nature）的全球首个可溯源智能体式罕见病诊断系统，将开启大规模真实世界应用研究，通过18000+例回顾性病例和2000+例前瞻性、多层级病例研究，验证AI在罕见病临床诊断中的实际价值，推动这一“中国方案”从实验室走向临床一线，为破解罕见病“诊断难、诊断慢”的全球困境提供循证支撑。

【相关阅读】中国AI登上Nature！院校联合研发DeepRare，助力罕见病诊断

DeepRare由上海交通大学医学院附属新华医院与上海交通大学人工智能研究院联合研发，首创“中枢—分身”可溯源Agentic AI架构，实现了实时知识整合、类医生慢思考推理、全流程可溯源论证三大核心突破，表型诊断首位准确率达57.18%，引入基因数据后综合准确率突破70.6%，远超国际同类工具，其可溯源的推理链条更让AI诊断从“黑盒”变成了“透明诊室”。

三大研究目标直击临床真实痛点

此次全国多中心研究并非简单的技术测试，而是直击罕见病临床诊断的真实痛点，设定了三大核心研究目标，让AI诊断真正贴合临床需求。

在回顾性研究中，研究团队将对18000+例大样本历史病例开展压力测试，验证DeepRare在表型信息不完整、多病共存、极罕见边缘病例等复杂临床环境下的诊断稳定性，挖掘系统对罕见病的早期识别潜力。前瞻性研究则聚焦1000+例疑似罕见病患者，探索医生对AI建议的采纳度、决策改变率，评估人机协同是否能真正缩短确诊时间、减少无效检查，为患者带来实际获益。同时，研究还将覆盖全国50家不同层级医疗机构的1000+例病例，评估AI对基层医院的赋能价值，推动罕见病诊疗能力下沉，助力分级诊疗落地。

为让研究成果更具普适性，此次多中心研究构建了“头部医学中心牵引+全国多层级医疗机构辐射”的研究体系，以上海新华医院、广州妇儿中心、湖南儿童院为核心，辐射全国各地三甲医院、基层医疗机构及专科机构。

研究将针对不同区域、不同年资医生、不同临床科室开展分层分析，重点观测AI对医生诊断的认知启发度、行为转化率，以及在基层医院的转诊质量、诊断反馈闭环等指标。同时，研究采用A–B–A–B交替阻断设计，对比常规诊疗与AI辅助诊疗的效率和质量，精准测算AI在缩短实验室检测时间、降低诊疗成本、提高确诊率等方面的实际效用，打造可复制、可推广的罕见病人机协同诊疗新范式。

2月28日，上海交通大学医学院附属新华医院在国际罕见病日系列活动现场，启动DeepRare真实世界临床验证全国多中心研究。这款今年2月19日登上《自然》（Nature）的全球首个可溯源智能体式罕见病诊断系统，将开启大规模真实世界应用研究，通过18000+例回顾性病例和2000+例前瞻性、多层级病例研究，验证AI在罕见病临床诊断中的实际价值，推动这一“中国方案”从实验室走向临床一线，为破解罕见病“诊断难、诊断慢”的全球困境提供循证支撑。

【相关阅读】中国AI登上Nature！院校联合研发DeepRare，助力罕见病诊断

DeepRare由上海交通大学医学院附属新华医院与上海交通大学人工智能研究院联合研发，首创“中枢—分身”可溯源Agentic AI架构，实现了实时知识整合、类医生慢思考推理、全流程可溯源论证三大核心突破，表型诊断首位准确率达57.18%，引入基因数据后综合准确率突破70.6%，远超国际同类工具，其可溯源的推理链条更让AI诊断从“黑盒”变成了“透明诊室”。

三大研究目标直击临床真实痛点

此次全国多中心研究并非简单的技术测试，而是直击罕见病临床诊断的真实痛点，设定了三大核心研究目标，让AI诊断真正贴合临床需求。

在回顾性研究中，研究团队将对18000+例大样本历史病例开展压力测试，验证DeepRare在表型信息不完整、多病共存、极罕见边缘病例等复杂临床环境下的诊断稳定性，挖掘系统对罕见病的早期识别潜力。前瞻性研究则聚焦1000+例疑似罕见病患者，探索医生对AI建议的采纳度、决策改变率，评估人机协同是否能真正缩短确诊时间、减少无效检查，为患者带来实际获益。同时，研究还将覆盖全国50家不同层级医疗机构的1000+例病例，评估AI对基层医院的赋能价值，推动罕见病诊疗能力下沉，助力分级诊疗落地。

为让研究成果更具普适性，此次多中心研究构建了“头部医学中心牵引+全国多层级医疗机构辐射”的研究体系，以上海新华医院、广州妇儿中心、湖南儿童院为核心，辐射全国各地三甲医院、基层医疗机构及专科机构。

研究将针对不同区域、不同年资医生、不同临床科室开展分层分析，重点观测AI对医生诊断的认知启发度、行为转化率，以及在基层医院的转诊质量、诊断反馈闭环等指标。同时，研究采用A–B–A–B交替阻断设计，对比常规诊疗与AI辅助诊疗的效率和质量，精准测算AI在缩短实验室检测时间、降低诊疗成本、提高确诊率等方面的实际效用，打造可复制、可推广的罕见病人机协同诊疗新范式。