工信部“揭榜挂帅”背后：亚辉龙如何筑起自免诊断的“国家智库”？

3月28日，“多中心自身免疫性疾病间接免疫荧光形态数据库”（以下简称荧光形态数据库）作为工信部2025年人工智能医疗器械创新任务“揭榜挂帅”项目正式启动。

这不仅是技术的较量，更是一个鲜明信号：中国自身免疫诊断，正在从依赖专家经验的“手工作坊时代”，迈入由数据和算法驱动的“智能化新基建时代”。而在这一历史性转折中，亚辉龙——作为项目的核心参与单位之一，正站在舞台中央，成为这场变革的关键推动者一份子。

那么，这个国家级数据库究竟意味着什么？

工信部2025年人工智能“揭榜挂帅”是国家面向医疗AI核心技术与应用场景的最高层级攻关部署。其中，荧光形态数据库项目直指自免诊断领域的核心痛点：在ANA的检测中，间接免疫荧光法虽是“金标准”，却因判读高度依赖专家经验、结果难以标准化，成为检验普及与质量提升的瓶颈。建立覆盖中国人群、标准统一的荧光形态数据库，本质上就是在为自免诊断绘制一份“国家标准图谱”——这是AI判读软件得以学习、进化的根基，也是不同实验室之间结果可互认的前提。同期举行的人机AI对抗大赛，正是对AI判读能力的一次公开检验。

数据，是智能化的第一性原理。没有高质量、标准化的数据喂养，AI判读就无从谈起。这个数据库的建成，不仅是一项科研任务，更是自免诊断迈向智能化的“新基建”。它解决了“AI学什么”的根本问题，让中国自免诊断从“看人”走向“看数据”，从“个体经验”走向“系统智能”。

而支撑这一切的，正是亚辉龙深度合作的荧光形态数据库。截至目前，该数据库已搭建起20,000+例标准化数据，覆盖抗核抗体、ANCA、抗ds-DNA抗体，以及各类核型与特异性抗体数据。庞大的数据规模，为荧光判读的智能化奠定了坚实基础。也正是为这些硬件平台“装上最强大脑”——可让每一台荧光设备，都能共享全国顶级专家的判读智慧。

与此同时，亚辉龙将数据库能力转化为临床可用的产品矩阵。从各个平台单兵作战，到自身抗体检测流水线系统作战，亚辉龙正以“四大平台筑基、灵活方案破局”的姿态，让精准诊断在各级医疗机构中真正落地生根。

荧光形态数据库的建成，不仅是一项科研任务的完成，更是自免诊断临床实践变革的起点。那么，这座“数据新基建”将如何改变临床？

在ANA检验中，间接免疫荧光法虽是“金标准”，却因判读高度依赖个人经验，同一张片在不同实验室、不同检验人员手中可能得出截然不同的结论。而国家级数据库的建立，为荧光判读提供了统一的“参照系”——无论在北京还是县域，无论是资深专家还是初入行的检验人员，都能依据同一套标准图谱进行判读。当判读结果可互认、可追溯，自免诊断的临床决策将更加精准、更有底气。

同时也让专业诊断触达更广泛的临床场景。传统荧光判读因操作繁琐、流程固化，在急诊、门诊等时效性要求高的场景中往往难以灵活响应。而亚辉龙在研的单人份荧光平台，正是针对这一痛点而生：独立单人份设计，随来随检，无需等待批量上机；并可级联发光及液相芯片，实现一站式解决方案。这一平台既能在大型三甲医院以“高效、灵活、精准”的定位打破传统检测流程的僵化束缚，满足急诊与门诊的即时检测需求；又能凭借标准化的检测能力和智能化的判读支持，将专业诊断能力延伸至各级医疗机构，让基层更专业。

传统判读模式下，罕见核型因检验人员接触少、识别经验不足，极易漏诊。而数据库汇聚了全国多中心的真实病例数据，覆盖高尔基体、核多形性型等各类罕见核型，为AI训练提供了丰富的“样本库”。随着数据库持续完善，AI对罕见核型的识别能力将不断提升，让更多患者早发现、早诊断、早治疗。

从“金标准”到“新基建”，亚辉龙正完成关键跃迁。数据库的建设，为行业筑底；推出智能荧光平台，为临床赋能。正如《银河帝国》一书中数学家哈里谢顿所言：“计划的真正价值，在于它能够预见并引导未来。”

亚辉龙正以数据和智能，为自免诊断规划出一条清晰的进化之路——既让大型医院实现“随来随检”的高效灵活，也让“专业走进基层、基层更专业”从愿景走向现实。这，是民族IVD领军者的格局与担当。