编者按：市委十四届十三次全体会议提出，打造具有全球竞争力的开放创新生态、高水平建设武汉区域科技创新中心，明确了营造“八个环境”的重点任务，其中包括打造近悦远来的人才集聚环境。武汉市人才工作局、武汉市科学技术协会积极贯彻落实市委人才工作部署，大力实施武汉青年科技人才朝阳托举工程，支持优秀青年科技工作者围绕我市重点科技领域和产业发展开展学术研究、科技攻关。现推出“科创武汉创新涌动正青春”栏目，讲述青年科技人才在武汉安身、安心、安业的故事，多维度呈现他们在这片创新热土上书写的青春华章。

武汉大学人民医院的诊室里，主治医师郑庆源正盯着电脑屏幕上的CT影像仔细研判。屏幕上不仅是一张张普通的肾脏扫描片子，AI模型同步输出的肾功能评估数值，为他的临床判断提供重要参考。

作为武汉市青年科技人才朝阳托举工程入选人才，郑庆源扎根临床一线，从真实诊疗痛点出发，打通医学与人工智能的壁垒，让实验室里的AI技术走向病床，为患者带去更安全、精准的诊疗方案。

从临床痛点出发，让AI读懂医学影像

临床中，要精准评估单侧肾脏功能，放射性核素肾显像一直是金标准。但这项检查存在辐射、需要注射造影剂，部分过敏、肾功能极差的患者无法耐受，同时还要承担不菲的检查费用。

武汉青年科技工作者郑庆源

读博期间，身在临床的郑庆源常常遇到这样的困境，一个想法在他心中萌生：能不能从已有的CT影像里，算出患者的肾功能？导师刘修恒、陈志远教授曾提出，有经验的医生其实可以从CT上大致判断肾功能的好坏——这句话点醒了他：CT影像里本来就藏着肾功能的信息，只是没有被量化、被标准化。

“并不是我主动想去跨界学人工智能，而是临床场景倒逼我去学习。”郑庆源坦言，临床医生肉眼可以从CT片子大致判断肾脏好坏，却没法给出精准的肾功能数值，大量藏在影像里的信息，人力很难完成量化解读。

博士阶段，郑庆源作为队长带着团队把设想落地，参加中国高校计算机人工智能创意赛，拿下全国二等奖、湖北省第一名。

此后三年，团队持续迭代打磨模型。入职武汉大学人民医院之后，他以指导教师身份带领本科生再度参赛，获得该项赛事全国一等奖，也荣获优秀指导教师称号。

团队还与大模型公司合作开发肾病垂类大模型，以多中心肾功能数据集进行训练。这套无创肾功能评估AI模型，收集同时拥有CT影像与核素检查的患者数据，AI提取肾脏三维形态特征，拟合输出单侧肾功能数值。目前该模型准确率超92%，正在启动多中心联合验证。

与此同时，郑庆源主持国家自然科学基金青年项目，聚焦膀胱癌诊疗难题。临床上部分膀胱癌患者接受辅助化疗，有人可以保住膀胱，有人承受化疗毒副作用却毫无效果，还会耽误最佳手术时机，传统手段很难提前区分两类人群。

郑庆源团队融合术前CT影像与病理图像搭建AI模型，在化疗开展前就预判化疗响应效果，筛选适合保膀胱以及需要直接手术的患者，实现膀胱癌个体化精准诊疗。

“单纯去做一个人工智能模型，把它的精度刷得很高，其实没有任何意义。”郑庆源说，技术不能脱离临床实际需求，技术的边界要服从临床的边界。

当好学科枢纽，打通科研走向临床的“最后一公里”

医工交叉，医学与工学两套思维体系差异巨大。临床医生不懂算法逻辑，工程师不熟悉诊疗现实，很容易造成沟通壁垒。在郑庆源看来，自己这一类科研人员，要充当医学和工学之间的枢纽。

“我们既要懂临床痛点、懂患者的真实需求，又能把临床问题翻译成工程师能够理解的技术需求。”郑庆源自身掌握基础编程能力，兼具临床经验，能够打通两个学科之间的思维隔阂。

郑庆源参加学术报告

不少临床医生对AI技术要么觉得神秘莫测，要么心存怀疑，郑庆源参编《新编临床医学人工智能应用》一书，书中汇总领域前沿进展、团队科研实践以及国内同行落地案例。

其中就收录了武汉大学人民医院消化内科内镜AI辅助系统的典型案例：AI在内镜检查过程中实时标记可疑癌变区域，帮助年轻医生减少漏诊。该技术已经落地国内数百家医院，为临床从业者提供一套可上手的参考资料，帮助大家少走弯路。

在人才培养上，他反复告诫学生，一定要先吃透临床场景，找准真实问题，再去学习技术，不能“为了交叉而交叉”。

谈及当下医工交叉行业的现实瓶颈，郑庆源认为，除了研发阶段容易陷入追求模型精度的误区，成果转化更是一大难关。大量科研成果止步于论文发表，缺少大规模多中心外部验证，模型稳健性达不到临床严苛标准，难以真正服务患者。

入选武汉市青年科技人才朝阳托举工程，郑庆源表示：武汉实实在在托举我们这批有前景的年轻科研工作者，人才项目为开展医工交叉研究提供了有力政策支撑。“面向未来，我将继续深耕医学人工智能领域，全力推进现有项目临床转化，把实验室的研究成果送到病床边；同时持续培养懂临床、懂技术的复合型青年人才，培育更多医工交叉的枢纽型人才。”

人物链接：郑庆源，武汉大学人民医院主治医师、博士后，从事泌尿外科及肿瘤、医工交叉与急慢性肾损伤等领域研究。参编《新编临床医学人工智能应用》，聚焦临床痛点推动医学AI落地转化，致力于培养临床与技术兼备的复合型医学人才。