一、成果介绍

1.面向特定病历诊疗的“本草”医学大模型(计算学部)

【成果简介】“本草”大模型是哈尔滨工业大学社会计算与信息检索研究中心健康智能组(HIT-SCIR-HI)研究的最新成果，模型支持对于具体病历的诊疗讨论相关的个性化医疗服务。针对以往版本的“本草”大模型利用知识微调等方法，通过精准知识注入与检索，已经在常见的医学知识问答和疾病咨询等任务上取得了良好的效果。模型能够根据用户的问题，提供较准确可靠的诊断建议和治疗方法，满足非专业人士对医学知识的需求。此外，模型具备一定的自适应能力，能够在不同的中文问诊场景中进行有效的应答，提升用户体验。在医学领域中，很多疾病有着相似的症状表现，当证据不足以支撑诊断结果的时候，医生可以利用“本草”大模型，根据患者现有的病历进行深入研究。这不仅有助于提升整体医疗诊断水平，也可以为患者提供更加个性化的诊疗服务。

【技术指标】本项目首次提出知识微调（Knowledge-tuning）方法，把通用大模型快速改造成行业大模型的方法。2023年3月31日在GitHub开源，在GitHub获得超过4.3K+星标，入选2023中国大模型TOP70榜单第27名。

【应用前景】用户可对模型的诊断过程和结论进行多轮的询问，模型会给出诊断的理由，并且附上病例中相关的检查结果作为决策依据，以增强解释性和可信性。该项目旨在探索利用大语言模型服务医疗健康领域、为智慧医疗赋能。

2.智能医养融合服务平台与系统（计算学部）

【成果简介】围绕健康中国2030战略任务与“老有所医、老有所养”长期重大社会民生需求，解决了医养服务资源整合难、多源多模态数据与异构系统治理难、全流程全周期智能辅助诊疗以及医养融合服务供给难等挑战性问题。

【技术指标】构建了26个服务模式、22个需求模式、覆盖约3000余种疾病的知识图谱，建立了全员人口、居民电子健康档案、电子病历、医学/药学知识库等基础资源库和医养健康大数据与服务资源池，累计数据量达近百亿条。

【应用前景】该成果广泛应用于国内1000余家大中型医院、县市级区域医疗与养老服务机构，累计服务5亿余人次，覆盖约2亿人，销售收入超过20亿元，入选国家发改委“互联网+健康服务百佳实践”案例。

3.医疗行业人机会诊融合技术与系统（计算学部）

【成果简介】本系统围绕类人多轮协商的智能体动态自组织机理和面向诊疗决策生成的人机多方辩论机制两个核心科学问题，研究人机协同的细粒度医学知识挖掘技术；研究非确定性的辩论要素挖掘和多方多轮辩论流程控制等关键技术;研究医学本体和语言联合理解，少样本文本理解以及对话理解与生成等关键技术；并针对肝胆胰疑难病症实现人机多方会诊平台。

【技术指标】面向肝胆胰学科的多方人机联合会诊辩论协商流程标准(规范)1套；面向肝胆胰学科的多方人机联合会诊双盲测试评价标准(体系)1套；提出包括多源证据不一致在内的20种合作冲突类型；提供3000份肝胆胰科室患者的真实病例；构建与医学知识图谱关联的10亿字级别高质量中文医学文献数据库。

【应用前景】可以融合最前沿的医疗认知推理技术对医学文献、医疗证据等知识进行快速挖掘，帮助医生迅速获取最新知识，优化医生工作时间，提升医生会诊效率；将权威专家的临床经验融合到会诊系统中，通过辩论的方式，协助经验较少的医生进行会诊，提升医生会诊水平及准确性，确保医学诊疗的科学性和权威性。

4.掌纹识别技术及系统（计算学部）

【成果简介】针对指纹、人脸、虹膜等传统生物识别技术在信息采集、识别精度等方面的不足，团队在全世界首创了掌纹识别技术，并研发了掌纹识别系统。该系统从传统文化中获得灵感，基于手掌皮上纹路（包括乳突纹、主线和褶皱等）的唯一性原理，通过光学影像设备采集掌纹图像，分析人体手掌纹理、静脉分布、位置结构等特征信息，实现对个人身份进行高精确度辨识。与传统的生物信息识别技术相比，掌纹识别技术具有方便采集，便捷易用、高度容错、难以作伪等特点。具有极高的实用价值。相关研究成果获得了首尔世界发明博览会银奖、第14届国家发明博览会金奖、黑龙江省自然科学一等奖和二等奖等多个国内外重量级奖项。团队也在2019年被中央电视台进行多次专访，并在CCTV-10科教频道的多个栏目播出。

【技术指标】掌纹识别错误接受率<0.0001%，错误拒绝率<0.001%，识别速度<0.1s。

【应用前景】该技术可广泛应用于安全防护、入境管理、无人认证等多个领域。目前掌纹识别技术已广泛应用于银行、建筑、监狱、社保、楼宇等各个领域。

5.眼底病自动筛查技术及系统(计算学部)

【成果简介】由于缺乏有效眼底病早期筛查手段和医学资源，大量潜在眼底病患者（如糖尿病患者和老年人）无法及时接受检查和治疗，从而增加了失明的风险。针对上述问题，团队研发了基于彩色视网膜图像的视网膜病变（也称眼底病变）自动筛查技术，在充分分析各种病变和眼底结构基础上，提出了多种有效的生理组织区域的检测和分割方法，可在各种眼底图像中有效检测和分割视盘、血管、中央凹等各种生理组织区域等。在眼底病变检测方面，团队提出了多种病变特征的检测、分割和识别的方法，可在眼底图像中有效检测和识别各种眼底病变，包括微动脉瘤、棉绒斑和硬性渗出等。相关成果在所有相关国际公开视网膜数据库上，均能有效、高精度地检测微动脉瘤。团队在“国际视网膜病变联机挑战赛”上获得第二名。

【技术指标】经过医院测试，该系统的糖尿病视网膜病变检测率基本达到高年资医生水平，阅片效率约为人工阅片的15倍。

【典型应用】该技术可为医疗机构提供先进的眼底病检测工具，已成功应用于哈尔滨医科大学第二附属医院。其高效性使其适用于远程医疗服务，尤其在偏远地区。

6.多病种通用超声智能诊断设备(计算学部)

【成果简介】针对基层医院在超声的规范化诊疗上存在严重不足这一实际问题，团队研发一种不依赖高昂的成像设备、易于推广到基层、农村以及欠发达地区的高效且经济的多病种通用超声智能诊断设备。建立了基于交互式深度学习架构的语义分割方法，解决了大规模图像数据的精确标记问题。攻克跨尺度、跨器官、多模态目标检测、识别与关联方法，建立了高效的数据融合模型，实现了关键病灶的精准识别。并在体检、筛查、疾病诊断等场景中进行应用验证。相关成果入选工信部“人工智能与实体经济深度融合创新项目”，已获得国家首批AI二类医疗器械认证并销售至著名的三甲医院和医疗集团。

【技术指标】病灶检出率可达99%以上，病灶整体识别准确率（ACC）、敏感性(SEN)、特异性(SPE)、恶性预测值（PPV）和良性预测值（NPV）均高于92%，达到临床实用标准。

【应用前景】可应用体检、筛查、疾病诊断等医疗场景。目前已在上海第一妇婴医院、北京航天总医院、爱康集团等国内百余家家公立医院推广使用。

7.心血管疾病便携式诊断仪（化工学院）

【成果简介】针对心脑血管疾病血液检测过程中样本处理步骤繁杂、实验室检测周期长、便携式设备检测灵敏度低等问题，团队开展了生物标志物快速、高灵敏、便携式检测关键技术研究。构建了基于能量传递模式的高信噪比生物免疫探针，实现心脑血管疾病生物标志物的高灵敏检测；抑制了血红蛋白和脂类等引起的光子吸收和散射，研制出无需复杂处理流程的全血检测侧流试纸条，实现心脑血管疾病的快速床旁检测。

【技术指标】心血管疾病便携式诊断仪可以提升生物标志物的检测灵敏度，检测灵敏度＜1ng/mL，检测准确性与金标准的一致性偏差低于5%。具有实验仪器小型化（尺寸≤312×216×139mm）、操作简单化、报告结果即时化（时间≤10min）、综合成本低廉化等特点。

【应用前景】该项技术适用于移动医疗、社区医疗和家庭医疗，不受时间、地点限制，为临床一些急、重症患者的早期诊断和及时治疗提供有利条件。

8.磷脂仿生膜自组装体系（化工学院）

【成果简介】细胞膜和细胞器膜作为细胞及细胞器的边界，在控制物质进出、信息交流、代谢以及免疫方面都有着极其重要的作用。细胞膜和细胞器膜成分复杂，导致对其功能及组装行为的研究较为困难。针对该问题，通过自组装技术，以磷脂分子为基元，自下而上构建了可控高阻抗二维支撑膜体系、囊状堆叠结构磷脂膜、磷脂管、磷脂锥以及磷脂囊泡等磷脂膜模型。利用纳米孔技术显著提高了可用于离子通道研究的非支撑磷脂膜的稳定性，开发了一种新型高阻抗液滴-固体界面支撑磷脂膜体系，为研究离子通道功能提供基础模型。

【技术指标】该技术突破了在高盐浓度条件下制备磷脂囊泡的业界难题，建立了一种生理条件下大量制备高质量磷脂囊泡的方法。

【应用前景】可用于磷脂仿生膜试剂盒的研发，为科研人员提供有效磷脂膜研究模型，促进生命医学的发展。

9.无酶核酸扩增及检测技术（化工学院）

【成果简介】针对传统PCR（聚合酶链式反应）技术成本较高和操作复杂等问题，团队研发了高灵敏度的无酶核酸检测技术。该技术基于点击反应与模板反应的结合，实现了指数级的核酸扩增。点击化学反应在温和条件下快速发生，用于连接DNA；模板反应则是一种能够精确复制目标序列的方法，结合这两种反应能在不依赖传统聚合酶的情况下，实现对目标序列的检测探针快速、高效扩增。该技术提供了一种效益高、操作简便、检测快速准确且无需依赖专业设备的新方法，极大地提高了分子诊断的可及性和效率。

【技术指标】检测限5aM、线性范围200zM-800aM、线性R≧0.99、检测速度3小时出结果。

【应用前景】该技术可广泛应用于快速医疗诊断、环境监测、食品安全检验以及法医学等领域，能够实现对病原体、微生物污染和遗传标记的敏感和精确检测，预计将大幅提升这些领域的检测能力和效率。

二、联系方式

如您对以上成果有进一步合作交流意向，请与我们工作人员联系对接。

房经理 0531-86196383

亓经理 0531-86196382