创科路上/多模态医疗AI大模型CARES 4.0登场
- 字号
- 放大
- 标准
由中国科学院香港创新研究院人工智能与机器人创新中心(CAIR)主办、香港科技园公司协办的「第四届香港具身智能医疗科技论坛」,由昨日至今日在科学园高锟会议中心隆重举行。论坛汇聚逾70全球顶尖人工智能学者、海内外知名医院院长及临床专家、领军医疗科技企业代表,共同探讨人工智能与机器人前沿技术在临床中的实际应用,加速推动创新成果从实验室走向手术台。
论坛同时发布由主办机构CAIR主导研发的「垂直医疗领域—多模态医疗AI大模型 CARES 4.0」。同场还举行了港深医院院长圆桌会议,围绕AI临床落地、数据治理、营运效益、技术伦理与责任边界等核心议题,深入探讨AI整合医院体系的稳健、可持续发展路径。\大公报记者 盛德文(文) 林少权(图)
本届活动聚焦神经内外科、呼吸介入、耳鼻喉科、超声影像、睡眠医学等十余个专科的临床实际需求。出席论坛的学者及专家包括英国皇家工程院院士Sebastien OURSELIN、欧洲科学院院士Nassir NAVAB等国际顶尖学者,知名医院院长及临床专家、医院管理者,及临床一线主任等共70多人,连场的重磅演讲,从技术发展趋势、临床落地需求、集成应用案例等多维视角,为参会者提供前瞻思维和创新路径,推动医疗科技进步。
开创智能医疗「辅助驾驶」
论坛昨日推出主办机构(CAIR)主导研发的垂直医疗领域—多模态医疗AI大模型CARES 4.0,实现智能诊疗与辅助决策、手术影片语义理解与风险预警、三维影像快速重建、临床数据自动化治理以及慢性病动态管理等强大功能,开创智能医疗「辅助驾驶」新模式。
发布会上,CAIR研究员易东表示,相较前代CARES 3.0,CARES 4.0不再聚焦单一基座模型能力,更重视整体系统整合与动态调度。系统底层针对CT、核磁共振、脑电、超音波、内镜等医疗影像模态,搭建专业基座模型;再透过框架对接医院现行的信息系统。架构上设计三层记忆机制,分别储存医疗指南与知识图谱的全域记忆、院内专病库与高质量病例的中层记忆,以及对应医师当下作业任务的短期对话记忆。整套智能体可依场景动态组合调用模组,并能够伴随医师使用持续自我进化,支援公有云工业化部署与国产硬体环境下医院私有化部署,兼顾效能与数据安全。
CARES 4.0智能体具备三大独特能力:拥有自我认知,可自动区分、可独立执行、需要医师介入确认的任务;支援人机并行协作,医师操作同时智能体同步完成校阅、建议;在记忆层、内核、应用层皆可实现自主迭代升级。横向对比Deepseek等主流智能体框架,CARES 4.0在通用及医疗场景多项指标取得领先,导入技能工具包后,任务完成成功率提升尤为突出。
贯穿医师完整工作链路
易东指出,不同于过往大多仅能介入诊疗某个环节的单点AI模型,CARES 4.0智能体追求贯穿医师完整工作链路,除影像判读外,可处理文书、表格、邮件等日常行政作业,让临床人员将更多心力放在病患照护。
目前该套技术已在多家三级甲等医院展开落地验证。在齐鲁医院实现全流程辅助诊断,从病患主诉、建议检查、影像分析到初步诊断给出参考,交由医师做最终确认。于三九脑科医院,影像科医生透过自然语言提问,即可自动生成科室设备、疾病分布统计报表。科研场景中,智能体可基于临床数据完成多维统计、简单机器学习建模,输出分析报告,获得临床专家正面评价。
团队将医疗AI的发展路径分为三阶段:工具、副驾驶、医疗伙伴三个阶段。易东表示,医疗场景讲究人文感受,未来目标不是取代医护人员,而是成为医生的「伙伴」。期待,随着智能体技术不断迭代,为深港两地跨境智能医疗、临床科研带来更多新可能性。

