10月31日，2026年大湾区科学论坛“国际精准医学论坛”在广州举办。本次论坛由广东省精准医学会、中国生物物理学会、中国科协生命科学学会联合体联合主办，汇聚诺奖得主、两院院士、国内外顶尖学者及行业专家，聚焦精准预防、肿瘤防治、生殖医学、人工智能医疗等前沿领域展开深度研讨，重磅发布《粤港澳大湾区精准医学发展共识（2026）》，为大湾区精准医学协同创新、产业升级、临床落地划定全新发展路径。

据悉，论坛深度聚焦人工智能、大数据技术与精准医学的深度融合，同时围绕基层腹膜透析临床痛点，展示数字医疗落地基层的创新成果，破解行业发展堵点，助力大湾区打造国际一流的精准医学创新与产业高地。

迭代升级大湾区共识
打通三地医疗科创堵点

本次发布的《粤港澳大湾区精准医学发展共识（2026）》，是在2021年《广州共识》基础上的全新迭代升级。近年来，大数据、人工智能技术飞速发展，已成为精准医学领域核心创新驱动力，行业新技术、新成果、新应用不断涌现，原有行业发展指引已难以适配当下产业与科研发展需求。

广东省精准医学应用学会常务副会长兼秘书长孙炳刚表示，针对以往三地医疗科创协同的痛点与堵点，新版共识明确多项突破性举措，着力破解资源分散、标准不一、互联互通难等行业难题。“我们重点探索推进粤港澳三地医学伦理互认、临床检验结果互认，统一医疗数据标准、共建数据基座，推动生物样本资源、医疗数据互联互通。”孙炳刚介绍，大湾区散落于各大医院、高校、科研院所的生物样本库、临床数据库将逐步实现联动整合，通过标准化治理形成规模化科创资源。

目前，广东已布局国家数据中心广东节点、广州实验室、散裂中子源、细胞谱系、蛋白组织谱系计划等重大科研平台，为精准医学发展筑牢硬件根基。孙炳刚坦言：“精准医学协同创新之路虽有挑战，但路虽远行则将至，三地联动必将激活大湾区精准医学创新活力，推动区域从国内医疗高地迈向国际精准医学创新与产业高地。”

诺奖团队落地湾区布局
超快光子技术攻坚慢病早筛

本次论坛的一个亮点就是汇聚了全球顶尖科研力量，2023年诺贝尔物理学奖得主、德国马克斯·普朗克量子光学研究所所长费伦茨·克劳斯受邀参会，分享了超快光子技术在疾病早期筛查领域的前沿研究成果。

针对超快光子技术的临床应用前景，费伦茨·克劳斯表示，该技术目前仍处于研发验证阶段，距离大规模临床落地仍有较长路程：“我们现阶段依托纵向研究收集的血液样本与健康数据开展测试验证，通过多次邀约受试者采血、记录健康信息，积累核心研究数据。”

据介绍，由匈牙利、德国、中国香港联合发起的大型健康监测项目，计划累计对45000人开展十年长期随访，重点攻克癌症、心血管疾病、脑卒中、2型糖尿病、慢阻肺等高发慢病的早期筛查难题。目前匈牙利站点已有超13000名受试者参与随访，距离15000人的招募目标仅剩1500人缺口；香港站点研究将于下月正式启动，德国站点也将在落地。

“我们的核心目标是捕捉疾病症状出现前1至3年的血液分子信号，挖掘早期生物标志物，打造下一代分子诊断技术。”费伦茨·克劳斯解释，现阶段医学手段难以实现超早期疾病诊断，而项目积累的确诊前血样数据，能够精准筛选出偏离健康基线的分子特征，为慢病早筛提供核心依据。

他也高度认可大湾区的医疗科研实力与创新氛围：“广东精准医学科研水平全球领先，专业机构布局完善，这在全球都十分罕见。”据悉，项目将在港深创新及科技园筹建分子分型中心，依托质谱技术开展蛋白质组学、代谢组学、脂质组学研究。依托园区血液样本可跨境流转的独特政策优势，团队计划联动广州本地科研力量开展纵向研究，扩充样本数据量，优化适配中国人群遗传背景的专属“健康守护”筛查算法，让普惠性前置性医疗筛查落地湾区、惠及全国。

AI赋能基层医疗
破解腹膜透析临床痛点

论坛上，中国科学院院士侯凡凡聚焦基层肾病诊疗痛点，分享人工智能与大数据在腹膜透析管理中的落地应用成果，展现数字技术赋能基层精准医疗的实践价值。据介绍，肾移植、透析是肾功能衰竭患者的核心治疗方式，相较于肾移植资源稀缺、血透场地受限的短板，居家腹膜透析更适配基层及偏远地区患者需求，但长期存在操作不规范、无菌意识薄弱、基层医师经验不足、腹腔感染率高等突出问题。

针对行业痛点，侯凡凡院士团队搭建AI远程腹膜透析智能管理系统，构建“智能设备+远程指导+基层随访+双向转诊”的全新诊疗模式，全方位破解基层诊疗难题。“我们引入自动化腹膜透析设备，替代人工操作，从源头降低感染风险；搭建远程管理平台，让上级三甲医生可实时在线指导基层诊疗，补齐基层技术短板。”侯凡凡院士介绍。

同时，团队开展大规模基层医疗培训，累计培训患者与基层医护人员超千人，真正实现优质医疗资源下沉、扎根基层。依托智能化改造，团队优化透析模式，将透析操作调整至夜间完成，不影响患者日间工作、学习生活，大幅提升患者生活质量与治疗依从性。目前，该创新模式已在全国7个省份落地推广，全面覆盖分级诊疗体系。

直面AI医疗发展痛点
明确临床应用规范与边界

在肯定数字医疗成果的同时，侯凡凡院士也指出了人工智能医疗落地的核心难题。她表示，高质量治理数据缺失、模型临床验证不足、AI决策黑箱、法规体系不完善，是当前AI医疗发展的四大核心瓶颈。

“数据是AI医疗的核心根基，现阶段医疗数据普遍存在碎片化、不完整、标准不统一等问题，不同医院、不同科室数据无法互通整合，严重制约模型迭代优化，这需要政府出台专项政策统筹解决。”侯凡凡强调，临床AI大模型绝非简单技术研发，必须经过严格的临床验证，实现与临床实践无缝融合，才能大规模推广应用，杜绝“重研发、轻落地、无后续”的行业乱象。

针对行业热议的AI“黑箱”难题与责任界定问题，她表示，AI决策推理逻辑不透明、溯源性不足，导致临床应用信任度受限，同时医疗AI产品审批、监管、事故责任界定的法规体系尚未完善，仍是行业亟待破解的难题。

谈及AI与临床医疗的融合发展，侯凡凡院士说道：“数字技术与临床医学深度融合是未来医学发展的核心趋势。AI是赋能医疗精准化、高效化的强大工具，但永远无法替代医生的人文关怀与临床批判性思维。我们拥抱AI、用好AI，最终目的是优化诊疗服务、改善患者预后，而非取代医者本身。”

文、图 |记者 张华 通讯员 杨芳 杨澜