AI揭示多器官疾病共性：脑眼心疾病研究获突破
近日，MULTI consortium团队在《Nature Mental Health》发表重磅研究，首次提出「泛病（pan-disease）」概念，基于弱监督AI模型挖掘出11个多器官AI内表型（MAEs），系统解析脑、眼、心疾病的异质性与共通机制，为精准医学、药物研发、临床试验分层提供全新AI工具。
传统精准医学存在三大核心局限：
研究团队借鉴泛癌研究思路，提出泛病（pan-disease）新理念：突破ICD传统疾病分类，整合多器官、多组学数据，用AI挖掘跨疾病的统一病理维度。
依托129,340名参与者的大规模队列（UK Biobank、ADNI、A4、BLSA等），结合脑MRI、眼OCT、心MRI成像+基因组+蛋白质组数据，用Surreal-GAN弱监督深度学习模型，最终鉴定出6个脑+3个眼+2个心共11个多器官AI内表型（MAEs），全方位解码多器官疾病的底层规律。
✅核心结论
✅核心结论
✅核心结论
✅核心结论
✅核心结论
✅核心结论
本研究构建「数据整合→AI建模→多组学关联→因果解析→临床验证」全流程体系，核心步骤如下：