過去幾年，AI 與生命科學的結合先后掀起兩輪熱潮：一輪是醫療 AI，用于影像識別、病歷生成和輔助問診；另一輪是 AI 制藥，用來提升靶點發現、分子設計和藥物研發效率。現在，新的問題開始浮出水面：AI 能不能不只識別疾病、不只設計分子，也不止步于理解人體復雜性，而是進一步推演健康狀態如何轉移，并生成可驗證的干預路徑？

這正是“生物醫學世界模型”試圖回答的問題。理解人體只是起點，真正關鍵的是：當一個人處在某種分子狀態時，哪些因素可能推動狀態變化，哪些路徑更值得嘗試，哪些證據足以支撐這種判斷。

在自動駕駛和機器人領域，世界模型已經成為熱門概念。它關注的不是單一識別結果，而是系統狀態如何隨動作發生變化：車向左打方向會怎樣，機械臂施加某個力會怎樣。把這個思想放到生物醫學里，問題就變成了：一個人的分子狀態現在在哪里，如果改變某些因素，系統可能向哪里轉移，以及哪條路徑更可能把健康狀態推向目標方向。

近日，在杭州舉辦的第五屆 CCGH 老年病防控與健康大會上，北京深度甲基健康技術有限公司 DeepoMe 深度甲基創始人、首席科學家熊江輝博士，介紹了團隊正在構建的 SteeraMed 框架。DeepoMe 將其定義為面向生物醫學場景的可駕馭醫學世界模型。它不追求讓 AI 給出一個孤立答案，而是希望圍繞人體狀態建立一套可以推演、可以追溯、可以校正的技術體系。

這也是它與傳統系統生物學的區別所在。系統生物學同樣在理解生命復雜性，更像是在繪制一張“生命地圖”：系統里有哪些節點、路徑和關系。生物醫學世界模型則把這張地圖作為起點，進一步追問：一個個體當前處在什么狀態，目標狀態在哪里，下一步可能轉向哪里，什么干預路徑更值得嘗試。

熊江輝博士把它比作“騎手與馬”：系統生物學研究的是馬的結構、肌肉和奔跑規律；SteeraMed 想訓練的是騎手。騎手不替代馬，也不重新發明馬，而是在理解馬的基礎上判斷何時收韁、何時轉向、何時加速。對應到生物醫學里，“馬”是人體復雜的分子系統，“騎手”則是能夠讀取狀態、生成路徑、持續校正的 AI 推理框架。

在 DeepoMe 的技術體系里，Capome 負責讀取人體狀態。它基于血液或唾液 DNA 甲基化信息，面向多維衰老與內在能力檢測；SteeraMed 負責推理，在知識地圖上模擬狀態轉移；DeepKang 深度根因健康干預體系則承接個體化健康干預生成、證據鏈組織和反饋迭代。三者合在一起，構成從狀態識別、知識地圖推理，到路徑生成和持續反饋的技術閉環。

在這套體系中，知識地圖是底座。SteeraMed 試圖把基因、蛋白、營養素、天然化合物、疾病表型、衰老相關通路，以及傳統醫學中的狀態變化規則，放入同一張可計算、可推理的網絡中。AI 的任務不是搜索關鍵詞，而是在“狀態—機制—路徑—證據”之間建立連接。

目前，DeepoMe 已圍繞幾個方向展開驗證。第一個方向是“隱性饑餓”預測驗證。傳統營養檢測通常回答“缺不缺”，但 DeepoMe 更關注細胞和分子層面的功能狀態：一個人的甲基化信息是否提示某些營養相關通路處于低效、失衡或高需求狀態，這類信號能否在真實數據中被回顧性驗證。它試圖把營養問題從靜態指標判斷，推進到個體分子狀態的動態推演。

第二個方向是個體化健康干預生成與證據鏈。DeepKang 深度根因健康干預體系并不追求直接給出一句簡單建議，而是組織一條可追溯的推理鏈：當前狀態來自哪些分子信號，可能對應哪些通路或功能模塊，候選干預方向為什么被提出，證據來自哪些知識地圖節點和數據驗證，哪些環節還需要后續觀察。對于健康管理行業而言，證據鏈的重要性不亞于建議本身，因為它決定了結果是否可解釋、可審查、可迭代。

第三個方向是中醫藥典狀態轉移規則的驗證。DeepoMe 正在探索把傳統醫學中關于體質、證候、藥食同源和方藥作用的狀態描述，轉化為可計算的狀態轉移規則，再放入現代分子網絡和甲基化數據中進行驗證。換句話說，傳統醫學里“從一種狀態調向另一種狀態”的經驗表達，可以被重新翻譯為一個世界模型問題：當前狀態如何定義，目標狀態如何定義，中間路徑能否被分子數據和知識地圖支持。

不過，這仍是一條早期路線。熊江輝博士強調，生物醫學世界模型當前最大的瓶頸不是概念，而是高質量、長期、動態跟蹤人體狀態變化的數據集。生命系統不是一次檢測就能看清的對象，真正有價值的數據來自連續觀察：一個人的分子狀態如何隨年齡、環境、生活方式和反饋變化，哪些只是短期波動，哪些才代表更深層的狀態轉移。DeepoMe 深度甲基希望以開放方式推動產學研協同，共同建設動態跟蹤數據、驗證狀態轉移規則，并完善知識地圖和證據鏈體系。

從產業演進看，AI 與生命科學的結合正在從“醫療 AI”走向“AI 制藥”。下一步更具基礎設施意義的投資熱點，可能是生物醫學世界模型。它不以“理解復雜性”為終點，而是試圖建立一個可計算、可驗證、可迭代的人體狀態轉移模型，用于生成有證據約束的健康干預路徑。誰能率先掌握這種模型，誰就可能拿到下一代健康科技和長壽產業的底層入口。對 DeepoMe 深度甲基而言，SteeraMed 要訓練的，正是這樣一個面向健康狀態轉移的“騎手”。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：