病理基因大模型 DeepGEM 2.0 发布：1分钟看图识基因，可预测基因数从6个扩到12个

DeepGEM 2.0 在广州发布：可预测基因数从6个扩至12个，最快1分钟出结果，计划部署超500家医疗机构

趋势前瞻 × AI技术供应商/创业者 ｜ 影响分析 × 投资人与产业分析师 ｜ 产品发布

2026年10月10日，广州医科大学附属第一医院与广州金域医学检验集团股份有限公司联合开发的肺癌病理基因多模态大模型 DeepGEM 2.0 在广州正式发布，会上同时启动由全国50家医疗机构共同参与的多中心科研项目。该模型依托来自全国31个省份近8000张数字病理切片的数据迭代优化，最快1分钟即可完成看图识基因并输出结果，可预测基因数从原有的6个扩展至12个，预测精确度最高可达90%。

开场：从1.0到2.0，一张病理切片直接给出用药基因预测

把这次发布放回临床语境里看，肺癌是我国发病率和死亡率均居首位的恶性肿瘤，基因检测是靶向治疗的前提，但受检测可及性、经济条件等因素制约，相当比例患者未能完成必要的基因检测，错失靶向及精准治疗机会。为破解这一难题，2025年，广州医科大学附属第一医院曾携手金域医学和腾讯发布「看图识基因」的病理基因多模态大模型 DeepGEM，以病理切片为输入，预测肺癌相关基因变异概率及其在组织内的空间分布。历经近一年的多中心数据验证与临床打磨，DeepGEM 正式升级为2.0版本，打通了在临床场景落地应用的路径。2026年10月10日这一场发布会的关键动作有两个：一是版本升级本身，二是同步启动由全国50家医疗机构共同参与的多中心科研项目，这标志着该大模型正式迈向大规模临床应用验证的阶段。站在技术供应方的立场判断，从1.0的能力演示走到2.0的流程嵌入，真正的分水岭并不在模型参数，而在于它是否被写进病理医生的日常动作里。

数据底子：31个省份近8000张数字病理切片

支撑这次升级的是数据底子。模型依托金域医学来自全国31个省份近8000张数字病理切片完成迭代优化，样本的地域与机构覆盖广度，决定了它对不同制片习惯、不同扫描设备的容忍度，这也是多中心验证能否跑通的前提。这批切片数据历经近一年的多中心数据验证与临床打磨，才支撑起2.0版本的迭代升级。金域医学人工智能专项负责人刘斯介绍，DeepGEM 2.0 依托常规数字病理切片图像开展分析，无需额外取材，这意味着医院不必为了AI预测新增活检流程或增加患者负担，输入端的边际成本几乎为零。更值得注意的是供给侧的节奏：目前该大模型已打通新增基因的标准化开发路径，后续可根据新药获批动态快速扩容基因，标准化开发周期只需12至16周，使模型基因库与前沿靶向药物保持同步更新。对创业团队而言，把新基因的接入时间压缩到以周为单位，等于把模型从一次性交付的项目，变成可持续运营的能力。

三个硬指标：1分钟出结果、6个基因扩到12个、预测精确度最高90%

发布会上给出的三个硬指标，构成了这次升级的核心叙事。其一是速度，最快1分钟即可完成看图识基因并输出结果，输出内容为肺癌相关基因变异概率及其在组织内的空间分布；其二是广度，升级后的模型将可预测的基因数量从原有的6个扩展至12个，这12个基因实现当前国内已获批肺癌靶向药对应基因的全覆盖；其三是精度，预测精确度最高可达90%。三个指标指向同一件事：让病理切片在镜下阅片的同时，同步给出一份可供参考的用药线索，压缩从取样到靶向决策之间的等待时间。从技术供应方的立场看，把覆盖范围做齐比把峰值精度做高更有商业价值，因为12个基因的全覆盖才真正匹配临床开药时的决策清单，而不是只在少数高发基因上给出漂亮的准确率。对供应方而言，速度指标的价值在于它把AI预测塞进了阅片的同一次操作里，而不必另开检测流程。同时需要明确，90%为发布会披露的最高精确度口径，并非经独立第三方核实后的稳定表现。

怎么铺开：50家机构多中心验证，计划轻量化部署在超500家医疗机构

铺开路径已经画好。会上启动的多中心科研项目由全国50家医疗机构共同参与，标志着该大模型正式迈向大规模临床应用验证的阶段。按计划，DeepGEM 2.0 将轻量化部署在超过500家医疗机构，部署方式是嵌入金域医学 KMDP 数智病理系统，可在医疗机构普通 PC 端运行，病理医生只需打开系统的基因预测模块，即可生成AI预测附录，为后续的精准诊疗提供参考。广州医科大学附属第一医院副院长、国家呼吸医学中心副主任梁文华表示，基层医院将可以基于AI预筛结果开展对患者的初步分层分诊，随着技术转化落地，将打通肺癌靶向诊疗的最后一公里。金域医学集团董事长兼首席执行官梁耀铭表示，将发挥全国性医学诊断智慧服务平台的网络优势，让病理AI技术下沉基层。此外，中国工程院院士钟南山在会上表示，在AI新时代科研要做到顶天立地为人民，希望团队把成果从样品变成产品、商品，真正做到强基降本。依托「AI初筛+特定基因靶向验证」的模式，这项技术更有望将肺癌基因检测的费用降低至数百元区间。

冷静观察：90%是发布会口径，AI初筛之后的靶向验证才是收费与责任的分界线

把发布会的数字放回原位看，会更清楚这项技术所处的位置。90%是发布会披露的最高精确度口径，数百元是费用下降的目标区间，两者均未经独立第三方核实；50家机构的多中心科研项目意味着验证刚进入规模化阶段，而不是已经完成；超过500家的部署属于计划，落地节奏仍取决于多中心数据与各家机构的信息化条件；12至16周的新基因开发周期是标准化路径的能力口径，能否持续兑现还要看新药获批节奏与数据供给。真正决定这项技术能走多远的，是AI初筛之后那一步靶向验证：初筛负责把人群分层，靶向验证负责给出可进入病历、可支撑处方的结论，收费科目、责任归属与合规边界都在这条线上切分。从创业者视角看，把初筛做成低成本的广覆盖入口、把靶向验证留给既有检测体系，是更现实的产业化分工。站在技术供应方的立场，谁能先讲清这条分界线、并把它固化进KMDP数智病理系统的调用流程，谁才真正拿到可复制的商业模式；否则，再高的精确度也只是停留在发布会上的一组数字。

原文链接：科学网（转载《科技日报》）

千方医数集编辑部 出品