罗盘 / AI重分析破解罕见病诊断积压
暗星档案 · 未点亮的星AI重分析破解罕见病诊断积压
本条为初评草案（AI 辅助编目）：T 阶为三问初评（撬动面 × 停滞度 × 临界性），双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程，其贡献与星阶按 HCF 独立重评，不从暗星自动继承。
AI重分析破解罕见病诊断积压T5 量级 · 新星
上百万份已测序但没读懂的基因数据里,AI正在把'查不出病因'的病人一个个捞出来
暗星编号DS-0951
轴R · 风险与文明安全
领域bio-medicine
状态初评草案 · 待双评与红蓝复核
这是什么 · 为什么难
全球约1.5亿罕见病患者中,超过一半即便做了全基因组测序仍拿不到确诊,平均确诊要等6年——瓶颈不是没测序,而是没有足够的临床遗传学家系统性地重新分析这些存量数据。2026年AI工具(如Talos、OpenAI o3辅助诊断)开始对既往'未解决'病例做批量重分析,已有团队报告在存量病例中额外找出数百例新诊断(约5%额外诊断率)。攻破意味着数以百万计已测序但未确诊的病人被系统性'捞回'确诊。
卡在哪 · 机制级卡点
AI给出的候选变异仍需临床遗传学家逐一验证确认,人力瓶颈只是从'找变异'挪到'审变异';不同AI工具在罕见表型库、跨机构数据共享上标准不一;误诊/漏诊的责任归属和伦理审查机制尚不成熟,阻碍其从研究项目大规模进入临床常规复查流程。
谁在攻
Talos团队(澳大利亚·美国联合验证)、OpenAI(o3辅助诊断罕见病试点)
怎么参与
医学信息学/临床遗传学方向可关注Undiagnosed Diseases Network等项目的公开病例重分析计划