近日，欧洲科学院（Academia Europaea）理事会公布了2025年院士增选结果，经评审，温州医科大学（以下简称温医大）附属眼视光医院国家眼部疾病临床医学研究中心首席科学家张康教授顺利入选，成为基础和临床转化科学学部为数不多的“亚洲面孔”新晋院士。

近日在接受温度新闻采访时，张康教授分享了来温的最新科研成果：世界首个通用大型生成式医学影像模型（MINIM）。这个科研成果未来可应用于疾病诊断、医学报告生成等关键领域，帮助医生“看片子”，用AI大模型提供诊断准确率，帮助广大患者“早诊断早治疗早康复”。

温医大教授当选欧洲科学院院士

欧洲科学院(Academia Europaea)成立于1988年，由英国皇家学会和法国、德国、意大利、荷兰、瑞典等多个国家科学院共同发起成立，分为4个学部23个学科领域。据悉，今年共有 329 位来自全球不同学科领域的杰出学者入选该院院士。

欧洲科学院现有83位诺贝尔奖得主和15位菲尔兹奖得主、6位图灵奖获得者等众多顶尖学者。欧洲科学院的院士主要在欧洲各国的院士中遴选，欧盟国家之外的外籍院士占比小于5%，遴选门槛高。此次当选，张康教授获得科学委员会一致支持，体现了国际同行对其学术理念与研究成果的认可。

眼科顶级科学家“海归”扎根温州

温医大附属眼视光医院是温州医学的“头面担当”，也是令温州市民骄傲的一张金名片。在此前公布的第二届“亚太眼科百强榜”中，张康教授和同院的瞿佳教授双双荣登榜单。对温州市民来说，张康教授是一张新面孔。他是温州近两年引进的一位“海归”顶级科学家。

张康教授在全球顶尖前10万科学家排名中位居“中国眼科领域第一名”，在眼遗传病、人工智能辅助眼科诊断、干细胞治疗等前沿领域取得了众多开创性成果。

张康教授是四川人，他在四川大学获得生物化学学士学位后赴美深造、工作，开启了“学霸”的开挂履历。他取得了哈佛大学医学博士、哈佛医学院-麻省理工学院联合医学博士、哈佛大学生化和药理博士共三项博士学位。后来，他成为美国约翰斯·霍普金斯大学威尔马眼科中心第一个来自新中国的眼科住院医生，曾获美国最佳眼科医生。

多年来，张康教授深耕眼科学、医学人工智能、肿瘤、分子遗传学以及精准医学等领域。他于2019-2024连续6年入选“全球跨学科高被引学者”，获长江学者、世界华人医师协会霍英东奖等荣誉。他现为美国科学促进会会士、美国医学与生物工程院会士、英国皇家医学会会士、英国皇家化学会会士、世界华人眼科医师协会会长。

归国后，他在澳门科技大学任教，2023年9月份，他被人才引进至温州。在温州，他带领年轻的科研团队，联合国内的科研力量，继续攻克难题，初见成果。

在温科研成果登上顶刊

作为全球公认的顶尖学者之一，张康教授学术成果丰硕，共发表SCI论文400余篇，其中以第一/通讯作者在《自然》《科学》等国际顶尖期刊发表20余篇论文，总引用次数超8万余次，获授权发明专利37项和国际专利28项。

在张康教授位于中国眼谷的办公室里，摆放着2018年顶级期刊《Cell》杂志照片，当期封面论文正是出自张康团队，介绍了眼部再生疗法在革新多种致盲疾病治疗方面的进展。

张康教授常年活跃在科研一线。2020年，他在《自然医学（Nature Medicine ）》以封面文章发表论文。这是全球首次系统强述儿童新冠肺炎症状特征的论文，揭示了儿童新冠肺炎症状轻微的特点。

2021年，他在《Nature Biomedical Engineering》以封面文章形式发表论文，研发了一个用于胸部X光图像标准化、病灶可视化和疾病诊断的全自动深度学习操作流水线，可以识别由冠状病毒疾病新冠肺炎引起的病毒性肺炎，并评估其严重性。

值得一提的是，2018年，张康教授在顶级刊物《Cell》以封面论文形式发表文章，率先将“迁移学习”应用于医学领域,实现用医学影像精确诊断多种疾病。这是《Cell》杂志创刊以来第一篇医学AI领域文章，被评为Cell年度最佳论文。

在多年科研成果的积累下，张康跨学科深耕眼部疾病和医学AI等领域。在他的牵头下，温州医科大学附属眼视光医院联合北京大学、澳门科技大学等国内外合作机构研发了世界首个通用大型生成式医学影像模型（MINIM），用于生成海量合成影像数据，为医学影像领域的大模型训练注入“新燃料”。

2024年12月11日，该研究成果正式在国际顶尖学术期刊《自然医学（Nature Medicine）》发表。

温度对谈

揭秘登上顶刊的“温州智造”科研成果

今年4月25日下午，张康教授在中国眼谷接受了温度新闻的采访。当天，因为航班延误，彻夜未眠的他赶到温州后便开始密集处理工作。采访结束后，他又旋即和研究生开会，交流课题进展。助理说：这样马不停蹄的工作状态是张康教授的常态。

采访中，张康教授向市民“科普”了这项全球领先、温州智造的科研成果。他介绍道，用MINIM合成的图像训练出来的AI模型，能够仅根据胸部CT就提供该肺癌是否有EGFR突变的准确判断，从而指导靶向治疗的用药，提高肺癌患者的5年生存率。以胸片为例，患者拍片后，大模型可以很快辅助医生得出诊断，究竟是肺炎、肺癌还是其他疾病。

温度记者：这项成果解决了哪些行业痛点？

张康教授：巧妇难为无米之炊。AI大模型也是同样道理，人工智能算法的性能依赖于如何“喂”足高质量“数据养料”。在医疗行业，AI大模型的瓶颈在于：患者隐私保护和高质量医疗数据样本有限。比如罕见病，可能全球就只有几千例，这样的样本数据完全不足以喂饱一个AI大模型。一般认为，至少使用超过10万条训练数据进行模型训练，才能保证模型的有效性和可靠性。

我们不生产医疗大模型，我们生产医疗大模型的源头高质量养料。从而另辟蹊径，避开了重复赛道。

温度记者：该科研成果有何颠覆性的创新与突破之处。

张康教授：依托温医大背景，我们可以得到真实有效高质量的医学影像和对应的报告文本数据。我们使用这些少量、高质量的医学影像与文本报告的配对数据训练AI模型，使AI学会“生成”海量高质量的医学影像及报告。

在这个过程中，研究团队通过对比学习、强化学习、迁移学习等技术，为MINIM引入了自我优化机制，大模型的性能可以不断提高。

研究结果显示，MINIM合成的图像在医生主观评测和多项客观检验指标上均达到高质量，同时也与文本指令高度相符合。在盲测的情况下，合成图像和真实图像，可以假以乱真。我们还证实，MINIM合成的图像能够有效扩充现有的医学图像数据集，使用这些合成的高质量图像来训练AI大模型，可以显著提升医学AI模型的性能。

问渠那得清如许，唯有源头活水来。这个研究成果可以为市面上的各大医疗AI大模型提供源源不断的养料，提高模型的精准度。这一点在行业内还是比较有颠覆性的。

温度记者：这项成果将如何惠及普通的老百姓？

张康教授：这些数据既可以用在科研上，也可以应用在医疗上。这些数据可以与真实数据结合，显著提高医学AI模型在实际任务中的性能，应用于疾病诊断、医学报告生成等关键领域。我们验证了这些合成图像可以提高医疗AI诊断模型的性能：在平均表现上，MINIM将眼科AI模型的诊断性能提高了12%，胸部X光片和CT提高了15%，脑部磁共振成像提高了13%，乳腺磁共振成像提高了17%。

在医疗偏远地区，可能因为医生的经验不足，存在一定的误诊率。借助医疗AI诊断和筛查大模型，可以大幅度提高疾病的早筛率，帮助年轻的医生做出更加专业的判断，解放更多的医疗资源。

未来，我们期待这一成果能够广泛应用于临床上，大幅提高医疗服务效率，节约社会医疗资源，帮助更多医生和患者。

扫一扫在手机打开当前页