康熙雄专访：新质生产力重塑医疗诊断新场景

新质生产力重塑医疗诊断新场景

访亚太科学院院士康熙雄

文/尹贺明

康熙雄，教授，主任医师，博士研究生导师，北京脑科学与类脑研究所教授，北京中检体外诊断工程技术研究中心主任，首都医科大学实验诊断学系创系主任，北京航空航天大学生物医学工程学院博士生导师，教育部高等学校教学指导委员会医学技术类专业教学指导委员会首届常务副主任委员、诊断学教学指导委员会主任委员，全国高等学校第八轮五年制本科临床医学专业规划教材《诊断学》（第8版）副主编，国家卫生健康委“重大疾病预防及健康促进”项目专家委员会委员，全国防控重大慢病创新融合试点项目高质量职场健康管理先行试点工作委员会指导专家组成员，国家药品监督管理局体外快速诊断试剂技术转化与质控重点实验室学术委员会主任，中国优生优育协会精准检验工作委员会主任委员，全国生物芯片标准化技术委员会副主任委员，中国检验检测学会医学检测分会专家委员会主任，西安医学院附属医院医疗专家工作委员会检验学科顾问，亚太科学院院士。

在医学新场景的革命中，新质生产力正以前所未有的力量重塑从实验室到临床的每一个场景。科技的快速发展，使数据从以前的静态记录，变为流动的、可预测的健康地图。这场变革的深处，是科学前瞻力与技术创新力的交汇。

亚太科学院院士康熙雄教授在临床免疫学与实验诊断学领域建树深厚，致力于将前沿发现转化为医学认知。

本次专访，笔者与康熙雄院士一同探讨新质生产力如何创造诊断新场景、定义医疗新未来。

智慧检验：从疾病诊断到健康管理

笔者：《场景创新》杂志高度关注新质生产力对各行业的重塑。在您看来，“智慧检验”概念在检验科的落地，目前是“锦上添花”还是“雪中送炭”？它在哪些环节能真正解放人力，提升诊断效率与准确性？

康熙雄：纵观人类历史，场景与创新始终是互相推动的——每一次重大创新都会催生新场景，而新场景又不断提出新需求。呼唤下一轮创新，场景创新的相互作用会把人类带入一个新的视野和新的生态。

在检验医学领域，每个人对"智慧检验"的理解不尽相同，有人强调自动化，有人关注管理体系的智能化，也有人聚焦于质量控制的智能化。而应该是解决问题的智能化。随着社会进步与发展，检验的场景也正在发生系统性转变：从传统检验走向"大检验"，再延伸到“大诊断”，最终融入“大健康”的宏大图景。

所谓"大检验"，目前已涵盖生化，免疫，血液，分子诊断，微生物等七大领域。而"大诊断"不仅是要完成检测，更是要对人体的健康状况作出整体评估与判断，为健康评价与健康管理提供支撑。在很多人的观念里，"没病"就等于健康。但实际上，疾病往往是长期积累的结果。健康管理的核心，正是通过对这些积累过程中的风险因素进行及时评估与干预，让人不生病、晚生病。目前，我们在健康评价与干预方面做得还远远不够。未来医学的重点不应只是"看病"，更应该是"管健康"。

检验科的创新与转变，不只是“雪中送炭”，也不只是“锦上添花”，而是既要“送炭”又要“添花”，既要解决眼前的疾病诊断，也要支撑长远的健康管理。

笔者：健康管理和中医“治未病”的理念是否有联系呢？

康熙雄：中医是用哲学观点看待疾病，强调整体观与动态平衡，比如通过"六经辨证" 从整体上判断一个人的体质偏颇，一个人胖可能湿气就较重：而现代医学更侧重于具体，结构化地分析身体某个部位的疾病。我们目前正在研究的"康评智能体"项目的核心目标，就是将这两种视角融合起来，建立全生命周期的健康评价体系。这个理念的源头可以追溯到大约5000年前的含山玉片，到《尚书》《周易》里记载的河图洛书。再到张仲景创立的“六经辨证”为核心的《伤寒论》体系。“康平智能体”正是在此深厚传统基础上，进行现代创新。它将中医的八纲辨证、六经辨证等智慧数字化、算法化，作为先天体质评价体系的基础。比如，输入个体的生辰八字等信息，可初步推算个体的体质特质与生命周期的潜在变化趋势。

然而，我们也清醒地认识到，古人智慧诞生于农耕时代的环境。进入工业与信息化时代后，人类面临的暴露环境已发生巨变。因此，我们引入了现代“暴露组学”概念，系统性地补充了后天六大暴露组因素：生物暴露（如微生物环境）、化学暴露（如污染物、添加剂）、物理暴露（如辐射、噪音）、生活习惯暴露（如饮食、运动、作息）、压力暴露，社会暴露（如社交、经济环境）。这六大暴露组贯穿了从胎儿期到衰老的全生命周期，构成了动态的健康风险评价维度。

笔者：科学家在医学诊断的新质生产力发展中扮演着什么核心角色？是技术驱动者、场景架构师，还是临床应用的“翻译官”？

康熙雄：我们正在做的，本质上是创立一门崭新的学科。其核心在于，将人体信息的采集转化为算法，并逐步融合成一个能够解决实际问题的“智能体”。我们既是这门学科的场景架构师，也是推动它向前发展的技术驱动者。随着智能体的发展，我们的分工很可能不是越累越细，而是种类趋于简化。大量过去需要人力完成的，流程性的基层工作，都可以由人工智能高效承接，从架构层面设计好方案，下达至执行端，便可以由AI来完成任务。未来我们采集人体信息的技术，方法与场景，也必将迎来全面的革新。

智能诊断：从被动等待到主动预警

笔者：对于未来的患者来说，在"智能诊断"场景下，他们从看病到拿到诊断结果的体验，将会发生革命性的变化？

康熙雄："看病"和"健康管理"的场景将发生巨大变化。未来将主要围绕四种场景形态展开：医疗机构，工作学习场所，交通移动空间以及居家环境。这四大场景基本覆盖了人的生活全轨迹。而未来的新场景核心在于：技术可以在这些日常场景中无感，持续地采集人的健康信息，我们称之为"非接触式诊断"，即在个体自然活动过程中，动态捕捉其生物信息。例如，过去需抽血化验的糖化血红蛋白，如今可通过RPPG(远程光电容积描记)技术，透过皮肤脂肪层来检测面部血管内血液循环的浓度，实现无创评估。还有各类穿戴设备，比如手环，眼镜，戒指，头戴式可穿戴设备等，可以在人们工作，生活过程中，实现生理信息的动态采集。

更进一步，我们可以基于这些持续采集的真实数据，通过“数字孪生”技术在虚拟空间中构建一个动态的“数字人”，实时映射并监测其生理、生化乃至疾病状态的动态变化。

随着预防与早期干预成为主流，许多疾病将在发病前被管理或避免，医院将更专注于处理真正需要集中资源解决的如手术、急重症救治等复杂问题，而常规的健康监测、评估与管理，将融入生活的每一个场景。

笔者：您发现的新生血管抑制分子基因是经典科研的典范。我们做一个大胆的设想：如果今天，利用Alfor Science（科学智能）的新范式来重新进行这类发现，整个过程会有何不同？AI能否从海量文献和数据库中，"嗅探"出我们未曾注意的关联，从而极大缩短从0到1的发现周期?

康熙雄：从0到1的原始发现是极其艰难的。就以我们人体自身的奥秘来说——我们究竟对自身了解多少？例如，在基因表达的“中心法则”中，从RNA到功能蛋白的转化过程里，存在编码RNA（即已知RNA）与非编码RNA仅占RNA总量的约3.8%。从这个角度看，可以说我们对于生命的根本机制，仍然知之甚少。这让我想起施一公、颜宁等科学家推动的冷冻电镜技术。该技术诞生初期，设备极其昂贵，南方科技大学曾投入重金引进。一个有趣的现象是，在获得这一技术的基础数据后，基于这些已知结构，人工智能和大数据模型很快预测出了两亿多种蛋白结构。但是，这些预测本质上是在已有发现基础上的推演。若想实现真正的突破、发现全新的结构或机制，仍然必须要回到实验室，依赖原始的科学探索与实证研究。

通过这些例子我想说明，我们不可过度依赖或信任“海量数据”，大数据本质上是“有限的大数据”。它是对人类已发现知识的归类、延伸与类推，而无法自行触及那些尚未被人类认知的未知领域。它先天就建立在已有认知的边界之内。因此，我格外认同“场景创新”这一名称。真正的创新往往源于场景的变迁，而创新又会反过来重塑场景，这是一个相互驱动、不断前进的动态过程。科学发现也是如此：既需要数据与技术的赋能，又离不开在未知场景中从零到一的勇气与洞察。

智慧实验室：从人文关怀到医疗新生态

笔者：检验报告上的一个个数字和曲线，背后连接的是一个个鲜活的生命和家庭。您是如何理解检验医学中“人”的因素和人文关怀的？

康熙雄：医学同样离不开人文关怀，虽然我们日常面对的不是病人，而是血液、组织等样本，但每一个样本背后，都联系着一位患者，一次付出与一份期待。抽一次血对患者来说并不轻松，因此我们必须怀着尊重和温度来对待这些样本，记住它们的来源，珍视它们承载的信息。检验工作分为分析前，分析中，分析后三个阶段，其中，在"分析前"阶段，从医生开单，护士采样，到样本的保存，运送与交接，任何一个细节疏漏，都可能导至结果偏差甚至错误。运输过来后，如果储存条件不当或者处理不及时也会使检验结果不准确。比如，血糖指标是会随时间下降的，因为样本中有活性酶存在，会继续分解样本中的待测物，这些都会直接影响检测结果的准确性，让患者的付出和等待失去意义。

同样，“分析后”的结果处理与传达也需要温度和效率。尤其是急诊项目，必须第一时间送达临床，为救治争取时间。这些看似流程化的环节，其实都是医学人文的体现。为了保障质量与安全，全球检验行业普遍遵循 IS0 15189国际标准体系，对每一个步驟都有严格规范。这一体系的核心，首先是确保安全与准确，其次在于持续改进，不断优化流程与服务。最后我想强调的是，现代医学能做的依然有限。在许多情况下，医生包括我们检验人员，最重要的角色不仅是提供数据，更是通过专业、严谨和用心的服务，给予患者帮助与安慰。这正是医学中科学与人文不可分割的温度所在。

笔者：机器人流程自动化、AI视觉识别等技术正在进入实脸室。您如何看待“智慧实脸室”的未来？这是否意味着未来大部分的常规检测将实现“样本进，结果出”的全自动化，从而解放人力，让医生和研究员专注于更复杂的决策与创新？

康熙雄：这个观点非常对。智慧实验室正是沿着“样本进，结果出”的全自动化方向发展，而且将深刻改变医疗工作的模式与重心。

以日本为例，早在20世纪80年代，爱知县医科大学检验科的佐佐木主任就开创性地实现了实验室全自动化流水线。他引入空军地勤人员的技术思维，依靠日本较为先进的机器自动化水平，建成了当时领先的自动化体系。而结合了人工智能的智慧实验室，可以将这一理念推向全新高度，机械自动化流水线负责高效、准确地完成大量常规检验，并且它不像人需婴下班或休息，可以实现“随到随做，随出报告”。此外，机器的接入还可以减少人为误差，让检验更加准确。智慧化系统能将所有检验数据整合，即大检验，并进一步与影像、心电、内镜等多学科诊断数据融合在一起，即大诊断，为临床提供立体化的信息视图。最终所有数据与流程的终极目标，都指向疾病防治和健康管理，即大健康，从而系统性地支持医疗决策。

人力被解放出来，就可以让人的智慧聚焦于更复杂的领域：从事创新与研究，去探索我们目前认知之外的那“95%” 的未知，去不断填充新知：专注于诊断创新，连接基础医学与临床医学，让科研成果更快转化为临床能力：进行更高阶的综合判断，并回归医学的人文本质，为惠者提供更多决策支特与安慰。

未来的医疗机构场景也将随之演变。检验、影像、病理等辅助科室将不再各自为政、单向输出报告，而是通过平台实现数据的深度整合与即时协同，直接向临床输送综合性的“建议与方案”。这不是靠人召集的MDT（多学科综合诊疗协作组）会议，而是数据流自动完成的“数据 MDT”。

智慧实验室的未来，是将人从重复操作中解放，通过自动化确保质量与效率的底线：又将人推向创新与决策的核心，通过数据融合提升医疗认知的上限。这最终导向一个更高效、更精准、也更具人文关怀的医疗新生态。

场景创新：从行业重塑到新型社会

笔者：AI诊断模型的迭代不再仅仅依赖于试剂盆的售卖。这是否会催生新的商业模式，比如“诊断即眼务”，医院按分析次数或订阅付费？这会如何变塑 IVD（体外诊断产品）行业的生态？

康熙雄：2025年4月，商务部、国家卫生健康委等12部门印发了《促进健康消费专项行动方案》，要挖掘更多的方式来促进健康产业的发展，可能会形成“医保保基本，商保做补充，个人与企业为健康增值付费”的状态。这也有利于医疗商业模式的创新，让企业能够根据支付模式，设计差异化、分层级的服务产品，并且更好地满足个体健康评价以及诊断的需求。比如，京东招募了大批医生和护士，患者可以在手机上下单，在线上咨询医生看病，请护士上门抽血化验，再在线上收到检验报告，最后形成一个完整的居家检测服务闭环。再比如地坛医院通过多渠道接收社会的送检样本，并且提供快速报告，让患者心里马上有底，实际也是把医院的专业化检测能力服务化输出了。从只有医院一个场景，到现在可以穿戴的检测设备，再到工作生活场所中扫描生物信息的摄像头------IVD企业也嬰适应场景的创新，直面用户提供解决方案与服务。

笔者：新质生产力要求新型人才。术来的诊断科医生或研究员，如果不懂编程和Al，是否会像现在不懂电脑一样被动？

康熙雄：医生不需要成为会编程的工程师，但必须成为善于驾驭智能工具的使用者和临床决策者。

未来检验数据与病理影像、基因信息、临床体征等多维度数据实时交汇，形成全新的“数据拼图”和诊断路径。这意味着，判断的逻辑、干预的时机乃至学科的边界都在发生深刻变化。新的场景催生新的需求，也对医生提出了新的核心要求：不再是单纯掌握静态知识，而是必须具备持续学习、整合信息并驾驭智能系统的能力。因此，医生角色的升华在于：通过不断学习与进取，从重复性操作中解放出来，更专注于融合多维度信息的综合判断、对患者的个体化关怀及前沿医疗方案的探索。这不仅是新质生产力对新型人才的召唤，更是一条让专业价值得以深化、让职业生涯充满创造与快乐的路径。最终，技术进步的归宿是赋能医者回归医学的人文本质，实现更大的个人价值与社会泰献。

笔者：如果请您描绘一下5—10年后的生活场景，那会是什么样子？

康熙雄：这个场景在我梦里也多次出现过。原先我们一直只重视疾病与诊断治疗，今后大量的工作将转向健康评价和早期生活干预。这意味着用于看病的工作量将大幅減少，富余出更多时间用于研究和休息。人们将在趣味性的研究与生活中度过更多时光，而非局限于朝八晚五的工作。松弛的工作与生活将激发更多使人快乐的体内因子，促进健康的机体与良好的作息。健康长寿的氛围将充满日常新场，周围都是心态年轻的人——包括老年人在内，每个人都是“年轻的人”，脸上洋溢着笑容。一个快乐健康、笑声灿烂的社会正等待着我们，这是我理想的生活。

没有了朝八晚五的约束，可能只需每周或每月开两次会，集中一下大家的思路，再往前走，使每个人每小时的效能得到极大发挥。正如我所说，未来一个人的能量可能比现在成百上千人还要大，因此大多数人将在大部分时间里快乐地生活、享受生活。