DeepoMe 深度甲基在智源大会发布生物医学世界模型

近日，2026 北京智源大会在京举行。作为国内人工智能领域的重要学术交流平台，本届大会围绕世界模型、智能体、AI for Science 等前沿方向展开讨论。在 AI 健康与医疗相关论坛上，北京深度甲基健康技术有限公司（DeepoMe 深度甲基）发布并展示了面向长寿医学的可驾驭生物医学世界模型 SteeraMed，介绍了团队围绕医学世界模型与长期健康管理开展的阶段性探索。

近年来，人工智能在医疗健康领域的应用不断拓展。从医学影像识别、病历文本理解，到疾病风险预测和健康问答，AI 已经成为医疗信息处理的重要工具。但在慢病管理、衰老相关疾病和长寿医学等场景中，仅仅识别风险还不够。更关键的问题是：个体健康状态如何随时间、环境和干预持续变化？如果采取某种生活方式、营养或医学干预，未来状态可能如何改变？

这正是“医学世界模型”受到关注的原因。世界模型强调对系统状态、行动后果和未来变化进行内部表征与模拟。进入医学健康领域后，这一思路意味着 AI 不只是给出风险分数，而是尝试把个体状态、干预动作、机制证据、状态变化和后续反馈组织起来，帮助医学专家更系统地理解长期健康轨迹。

据介绍，SteeraMed 是 DeepoMe 深度甲基提出的可驾驭生物医学世界模型探索。该框架以 DNA 甲基化等分子数据为重要入口，建立个体级健康状态表征，并将候选干预、机制证据、状态转移假设和复测计划组织为可审计、可复核的证据链。团队强调，这一框架并不是替代医生作出临床决策，而是为医学专家提供结构化材料，用于理解个体状态、追踪证据链并设计后续观察路径。

长寿医学为这一方向提供了典型应用场景。与单次诊疗不同，长寿医学更关注长期健康状态管理。不同个体的基线状态、干预组合、执行过程和反馈结果并不相同，因此更需要系统记录个体基线、干预过程、复测结果和长期反馈，从而支持对健康状态变化的持续理解。

业内人士认为，医学世界模型仍处于发展早期。要让这一方向形成可靠基础设施，还需要高质量纵向数据、标准化状态表征、可复核证据链、真实世界反馈以及跨机构合作。DeepoMe 深度甲基方面表示，未来有必要推动产学研多方协同，在数据采集标准、模型构建、评测基准、应用场景和反馈机制之间形成快速迭代。

随着 AI for Science、长寿医学和多组学测量技术的发展，医学世界模型有望成为 AI 健康领域值得持续关注的新方向。它也提示医疗 AI 的下一步，可能不仅是“看懂报告”，而是帮助医学专家更好理解健康状态如何变化。