研究者说
《研究者说》是一档聚焦医学领域前沿研究的专业学术栏目,以传递科研成果、搭建交流桥梁为核心宗旨,深耕临床研究与创新探索。 栏目邀请各领域资深医学研究者,分享最新科研课题、临床试验数据、技术突破与研究心得,解读研究背后的逻辑与价值,兼顾学术深度与传播易懂性。 立足科研一线,传递严谨专业的医学声音,助力科研成果转化,为业内同行提供交流借鉴平台,也让大众了解医学科研的温度与力量,推动医学领域持续进步。
研究者说
《研究者说》是一档聚焦医学领域前沿研究的专业学术栏目,以传递科研成果、搭建交流桥梁为核心宗旨,深耕临床研究与创新探索。 栏目邀请各领域资深医学研究者,分享最新科研课题、临床试验数据、技术突破与研究心得,解读研究背后的逻辑与价值,兼顾学术深度与传播易懂性。 立足科研一线,传递严谨专业的医学声音,助力科研成果转化,为业内同行提供交流借鉴平台,也让大众了解医学科研的温度与力量,推动医学领域持续进步。
研究者说
《研究者说》是一档聚焦医学领域前沿研究的专业学术栏目,以传递科研成果、搭建交流桥梁为核心宗旨,深耕临床研究与创新探索。 栏目邀请各领域资深医学研究者,分享最新科研课题、临床试验数据、技术突破与研究心得,解读研究背后的逻辑与价值,兼顾学术深度与传播易懂性。 立足科研一线,传递严谨专业的医学声音,助力科研成果转化,为业内同行提供交流借鉴平台,也让大众了解医学科研的温度与力量,推动医学领域持续进步。
按病种分类筛选
病种标签

Adv Sci | 石莉红/张磊团队绘制原发性血小板增多症造血干细胞异质性全景图,揭示跨突变亚型共性致病机制
原发性血小板增多症(ET)是一种起源于造血干细胞(HSC)的骨髓增殖性肿瘤(MPN),其特征为骨髓巨核细胞过度增生及外周血血小板持续增多。既往研究证实JAK2/CALR/MPL突变是ET的主要驱动因素[1, 2]。尽管这些突变均激活JAK-STAT通路,可导致相似的疾病表型,但不同突变携带者在疾病进展、血栓及白血病转化风险上仍存在显著异质性,这种临床表现的差异性与相似信号通路激活之间的矛盾,使得基因异质性如何影响疾病起源细胞HSC的生物学特性,成为领域内亟待阐明的核心问题。此外,缺乏已知驱动突变的三阴性(TN)ET患者,其致病机制仍是领域内长期未解的难题[3]。由于骨髓中往往共存着突变细胞与非突变细胞,传统研究手段难以从混杂群体中精准解析恶性克隆的特异性改变[4]。因此,通过单细胞基因型-转录组联合分析,系统绘制不同突变ET的HSC异质性图谱,对深入理解ET发病机制及精准干预至关重要。2025年11月21日,中国医学科学院血液病医院(中国医学科学院血液学研究所)石莉红研究员、张磊主任医师合作在《Advanced Science》(IF=14.1)在线发布了题为“Sabotaged Integral HSC Heterogeneity Underlies Essential Thrombocythemia Development”的研究论文。研究采用单细胞转录组测序联合驱动突变检测技术,首次系统绘制不同突变亚型(JAK2、CALR、MPL及TN)ET患者HSC的单细胞转录组图谱,阐明了各亚型特异性的转录组学变化,并鉴定出跨亚型的共性致病新机制,为开发针对干细胞亚群的靶向治疗提供了新思路。

Nat Commun | 陈俊仁/姜尔烈团队首次报道“条件式自主AI”治疗的前瞻性临床试验
当前AI的临床医学应用多是“辅助型AI”(assistive AI)。好比社交平台的智能引擎推送个性化的新闻信息,辅助型的医疗AI基于患者情况生成个性化的医学专业信息,接着医生和患者决定是否采纳该信息并共同决定如何根据AI所提供的信息制定诊治方案。然而,随着AI迅速深入到人类日常生活的多个方面,“条件式自主AI”(conditional autonomous AI)模式也越来越普遍,例如汽车驾驶导航软件不仅止于提供空间地图信息和实时路况,而是直接计算出最优驾驶路线。研究团队认为,未来AI临床应用也可能采取“条件式自主”模式,即:AI制定医疗方案作为默认(default)选项,若医生和患者不否决就执行该默认方案[2]。研究团队假设,在满足三个条件的情况下,医生和患者更可能愿意接受使用条件式自主AI生成医疗方案:一、除了AI手段之外没有其他方法能精准判断应何时和如何起始介入治疗;二、如果不接受积极干预,部分患者可能发生严重不良事件;三、介入治疗本身可能伴随较严重的副作用或者较高的医疗费用。研究团队认为,预防造血干细胞移植后的严重并发症“急性移植物抗宿主病”(简称acute GvHD),是符合这三个条件的临床医学场景。于是,研究团队开展单臂前瞻性临床试验,将中国医学科学院血液病医院(中国医学科学院血液学研究所)100%自主开发的条件式自主AI模型“daGOAT”[3]嵌入医院信息系统;AI模型每天自动读(抓)取造血干细胞移植患者体内多维度、动态变化的血液细胞组成、血液生化、炎症因子等上百项指标数据;AI模型像资深医生一样“思考”何时该增加免疫抑制剂的剂量,以及增加多少剂量最合适
