侵袭性肺曲霉病(IPA),是一种危险的真菌感染，可迅速播散至全肺和其他器官，导致严重的并发症和死亡的疾病。在临床上，这种疾病呈现出“两高两低”的特点。“两高”即指其发病率呈逐年攀升趋势，同时致死率长期维持在高水平，严重威胁患者生命健康。“两低”则是当前诊断领域的困境：诊断准确率低与疾病早期检出率低。这两大难题共同构成了IPA防控与治疗的重大障碍。

基于此，2019年，南方医科大学吕庆文、王华教授团队就开始了加强IPA诊断的研究。“传统诊断方法普遍存在的耗时长、准确性受限的问题，尤其是对处于生命危急关头的患者群体构成了不容忽视的风险。”吕庆文表示。

IPA病情进展迅速，任何诊断上的延误都可能成为生与死的分水岭。为此，吕庆文、王华及其团队正专注于IPA诊断技术的优化，积极引入AI技术，提升诊断的准确率，为IPA患者争取到宝贵的治疗时机。

 

AI介入，

将准确率提升至95%

谈及技术创新，吕庆文表示AI在IPA诊断领域的突破点在于，团队通过对全球范围内十多个领先的深度学习AI模型进行了筛选与深度定制，最终推出了自主研发的“IPANet”网络模型。

在准确率方面，吕庆文自豪地表示：“通过AI技术的引入，“IPANet”模型将IPA疾病的确诊率从传统方法的约80%提升至了95%。”

而在效率方面，“IPANet”模型更是展现出了惊人的速度优势。相比传统诊断方法可能需要数天时间才能完成诊断流程，“IPANet”模型仅需几秒钟即可给出初步诊断结果。这种速度上的飞跃不仅为患者争取到了宝贵的治疗时间窗口，也为医生提供了更加便捷、高效的辅助诊断工具，极大地减轻了他们的工作负担。

据了解，该模型创新性地结合了CT影像与15项临床信息作为综合诊断依据，这些信息涵盖了患者的症状、体征、实验室检查结果等多个方面，与CT影像相互印证、互为补充，共同构建了一个全面、精准的诊断体系。

吕庆文告诉动脉网，作为AI诊断IPA疾病的先行者，最为紧迫的便是缺乏现成的、高质量的数据集。为此，团队积极寻求与包括南方医科大学珠江医院在内的多家大型三甲医院的合作。这些医院不仅提供了宝贵的临床数据支持，还与团队建立了紧密的合作关系，共同推动了IPA疾病AI诊断技术的研发进程。通过不懈努力，团队最终成功收集并整理了近1000例IPA疾病相关数据，为“IPANet”模型的训练提供了坚实的基础。

而在模型优化过程中，吕庆文还将AI模型形象地比喻为“黑盒子”。“通过持续的训练和调优来揭示其内在规律、提升其性能。”吕庆文表示。团队在模型结构、参数设置等多个维度进行了深入探索与迭代，保持模型复杂性的同时增强其泛化能力，确保在保障准确性的前提下提高计算效率。

 

已成立硕名科技，

布局“临床+计算机”团队

为了推动成果转化，吕庆文在2023年10月正式成立了广州硕名网络科技有限公司（以下简称为硕名科技）。公司核心团队由临床专家、计算机AI专家以及专注于成果转化与运营人员构成。值得一提的是，尽管团队规模不大，目前成员不足十人，但团队特别吸纳了一位在成果转化领域经验丰富的专业人士，来确保成果能够顺利转化为市场接受的产品。

吕庆文告诉动脉网，硕名科技的目标就是将IPA诊断项目打造成为具有上市潜力的产品，并以此为基础，逐步拓展其他医疗AI项目：一是针对老年人跌倒的自动检测与呼叫系统，提高老年人的生活安全性，减少因跌倒而引发的严重后果；二是利用AI技术进行肺癌药物耐药性的预测研究；三是通过AI技术对患者眼睑痉挛症状进行精确测量和分析，为医生提供了更加客观、全面的诊断依据，有助于实现疾病的早发现、早诊断、早治疗。

从老年人跌倒检测到肺癌药物耐药性预测，再到眼睑痉挛疾病的分析，硕名科技在AI医疗领域的探索从未停歇。当前，除了IPA项目已进入产品化阶段外，其他项目虽已完成算法与模型的初步研究，但尚未进行大规模临床验证。

在这个过程中，作为创始人的吕庆文认识到，构建医学AI产品矩阵的最大挑战还是在于跨学科的沟通与协作。这要求团队不仅要掌握临床与计算机科学的双重知识，还需具备强大的团队协作与协调能力。

吕庆文举了一个例子。最初，团队按照临床医生的传统思维设定参照条件，却发现结果不尽如人意。经过深入分析，团队意识到在没有明确金标准的情况下，传统临床思维可能存在一定的局限性。于是，团队决定突破常规，创新性地调整数据收集与实验设计方案，最终才取得了更为理想的实验结果。

在临床与计算机AI专家的合作过程中，尽管初期因思维方式差异而遭遇了不少碰撞与挑战，但正是这些碰撞激发了新的灵感与解决方案。团队通过不断的深入交流与思想碰撞，逐步探索出了一条针对IPA疾病高效、精准诊断的新路径。

 

已做近20例临床前试验，

正在推进产品注册

目前，AI诊断IPA系统正处于迈向中试阶段的关键期。据了解，该系统已成功完成了近20例临床前的小规模试验，且与临床医生的诊断结果实现了百分之百的吻合。然而，要实现从实验室到临床的跨越，项目团队仍需跨越几道重要门槛。

首先，团队需获得相关政府部门的正式批准，这是确保AI诊断系统合法、安全应用于临床的必要条件。为此，吕庆文及其团队正在紧锣密鼓地准备申报材料，力求在合规性上做到尽善尽美。同时，团队也在持续优化算法，提升系统的稳定性和可靠性，以应对更复杂多变的临床环境。

其次，数据库的建设与扩充是当前面临的另一大挑战。为了提升AI诊断系统的泛化能力和准确性，团队需要收集更多样化、更具代表性的病例数据。这不仅要求团队加强与各大医疗机构的合作，还需要利用技术手段提高数据收集与处理的效率。

而在商业化路径的探索上，吕庆文的态度是开放而审慎的：他倾向于通过引进资金来支持后续的研发和市场推广工作，来保持团队的独立性和灵活性。同时，他也欢迎有实力的企业提出技术转让或合作意向，共同推动AI医疗技术的快速发展。

值得一提的是，在这个过程中，尚骏投资已经成为吕庆文团队重要的合作伙伴，为团队提供了全方位的支持。尚骏投资合伙人陈奕群告诉动脉网，尚骏团队在未来不仅协助项目团队梳理和准备申报材料，还利用自身丰富的行业资源和经验，为项目团队提供政策解读、申报流程指导以及沟通协调等全方位服务。而这些努力无疑为项目团队顺利获得产品认证、加速商业化进程提供了强有力的保障。