罕见病诊断长期面临确诊率低、漏诊率高的全球性挑战。据统计，全球约3.5亿罕见病患者平均需经历5-7年才能确诊，80%的病例存在误诊经历。传统诊断模式受限于医学数据碎片化、专业医师稀缺及基因检测成本高等因素，导致大量患者错失最佳治疗时机。 针对该医学困境，上海交通大学人工智能学院张娅教授团队与新华医院孙锟教授团队开展跨学科攻关，历时五年研发出DeepRare诊断系统。该系统突破传统医疗智能技术的三大局限：首先构建"中枢—分身"协同架构，整合超过200万份医学文献和12万例临床数据，打破学科领域数据壁垒；其次采用类人类推理机制，通过假设生成、多轮验证和动态修正的闭环流程，实现诊断准确率较国际最优模型提升23.79个百分点；更关键的是建立全流程透明化证据链，使每个诊断结论均具备可追溯的医学依据，有效解决医疗人工智能领域的"黑箱"信任难题。 临床测试数据显示，该系统在纯临床症状诊断场景中达到57.18%的首位确诊率，对伴有基因测序数据的复杂病例诊断准确率继续提升至70.61%。在针对200例疑难病例的盲测中，其诊断召回率较十年资历专科医师高出14.2个百分点。尤为重要的是，系统生成的诊断报告获得95.4%的临床医师认可，证明其符合专业医疗决策标准。 业内专家指出，该成果标志着我国在智能医疗领域实现从"跟跑"到"领跑"的关键跨越。其创新价值不仅体现在技术层面，更构建了人机协同的新型诊疗范式。国家罕见病诊疗与保障专家委员会表示，该系统有望在未来三年内接入全国200家重点医院，预计将使我国罕见病平均确诊时间缩短60%以上。
罕见病诊断难题的解决不仅是科学进步，更是对患者生命的责任。DeepRare系统的成功研发表明，中国医学科研工作者正以创新思维和扎实努力为全球医学难题提供中国方案。随着这个系统的不断改进和临床推广，将为数百万罕见病患者带来希望，也将推动人工智能与医学的深度融合，开创智慧医疗的新时代。