AI世界的年轻人｜他用影像大模型解决看病难题，“要做的研究还有很多”

【编者按】

“青年之于社会，犹新鲜活泼细胞之在人身。”百余年前，《新青年》以纸笔为新世界呐喊。今时今日，新青年以算法为笔，算力为墨，在划时代的人工智能新世界作答未来。

4月29日，习近平总书记在上海考察，他来到位于徐汇区的“模速空间”大模型创新生态社区调研，并鼓励现场青年创新人才，“人工智能是年轻的事业，也是年轻人的事业。”

新青年与新技术对话，擘画人工智能的新世界。这个五月，澎湃新闻推出“AI世界的年轻人”特别报道，关注在上海的有“智”青年。

首篇走近出生于1993年的欧阳熹。

欧阳熹本文均为受访者供图

1993年出生的欧阳熹，如今是在上海联影智能医疗科技有限公司（以下简称“联影智能”）担任影像大模型技术负责人。

本科和研究生阶段都在华中科技大学电子信息工程专业就读的他，读博时选择了上海交通大学生物医学工程学院，将研究方向定为：人工智能与医学图像分析。

后来，欧阳熹加入了上海交通大学-上海联影医疗科技股份有限公司联培基地，公司导师沈定刚是世界上最早开展医学影像AI研究的科学家之一。欧阳熹说，沈教授经常说的一句话对他影响很大：“做医疗AI算法研究，最重要的是时常与医生泡在一起、与工程师一起讨论，根据实际需求去开发一些真正落地和具有应用前景的AI产品。”

2025年，是欧阳熹呆在上海这座城市的第四年。“很幸运，我在这里遇到了很好的导师，也遇到了一群志同道合的同事，有很多都是90后，（团队）平均年龄不到30岁。”欧阳熹感慨，上海是一座对青年人才很有吸引力的城市，这里的环境宜居，也聚集了一大批在各行业顶尖的公司，“我有幸能在这里实现自己的梦想，未来我也希望通过AI，去帮助更多医生、更多患者。”

欧阳熹及其工作团队成员。

“我希望能改变‘看病难’的问题”

为何选择人工智能？又为何聚焦医疗影像？欧阳熹说，这与他读研经历以及一段实习经历有关。

“在华中科技大学读研期间，我参加了一场国际会议，有幸认识了新加坡一家AI研究机构的负责人，后来就在该机构实习，在新加坡待了近一年，专门研究自然图像方向的计算机视觉技术。”2017年底，欧阳熹开始思考选择哪个AI子方向作为后续博士课题研究，“在我当时看来，最有研究价值的就是医疗影像，我国患者数量大并且发达地区与欠发达地区医疗资源不均衡，对人工智能技术辅助诊断的需求更为迫切，医疗影像的处理可以帮助医生更快更好地处理很多临床问题，这肯定是未来一个发展方向。”

硕士研究生毕业后，欧阳熹开始寻找国内专攻医疗影像处理的研发团队，打算进一步深造。“当时，我发了一封邮件，联系到了上海交通大学医学图像计算实验室的负责人王乾教授，很快得到了回复。”2018年9月起，欧阳熹进入了上海交通大学读博。

读博期间，他加入了上海交通大学-上海联影医疗科技股份有限公司联培基地，这是一个产教融合人才培养基地，研究的一大方向即为图像处理。

刚读博时，因为之前不是生物医学工程专业，欧阳熹需要付出更多努力，“和其他同学相比，我之前没有医学图像的基础知识，需要在最短时间内补齐基础短板。”于是，他从基本的医学图像不同模态成像原理、医学图像分析算法开始学习，再到成像算法、人工智能算法自动分析。

欧阳熹坦言，这种学习的劲头一方面来自对新知识的渴求，一方面也是基于实际需求，“我希望的是能改变‘看病难’的问题，我研究的核心也是使用人工智能对临床拍摄的医疗图像，如胸部X片、胸部CT等进行全自动分析与诊断，这样可以缓解医生每天极大的阅片压力，同时辅助低年资的医生进行精准诊断，很有实际应用价值。”

读博期间，欧阳熹有两个导师，一个来自交通大学，一个来自联影公司。公司导师是医疗影像AI业内知名“大牛”——沈定刚，他是世界上最早开展医学影像AI研究的科学家之一，并最先将深度学习应用于脑发育、脑疾病的分析。

除了学校实验室，欧阳熹还时常跑到公司和医院，“这样的联合培养模式，让我的成长的速度很快。”

“深入医院、深入临床，满足需求改善算法”

2022年，欧阳熹博士研究生毕业后，就进入联影智能工作。他参与开发的第一个AI应用是下肢血管AI辅助产品，该产品目前在国内落地超过1000家医院，可以用于辅助下肢血管病变的诊疗决策、血管重建术前评估与随访、皮瓣移植手术等。

2022年，欧阳熹博士研究生毕业后，就进入联影智能工作至今。

2024年，他已经作为联影智能影像大模型的负责人，基于其所在公司创立以来的影像数据和算法能力的积累，自研联影智能影像大模型，目标就是提供多模态AI通用重建工具，该大模型也在公司内部大量项目中使用，可以有效提升产品开发的效率。

前不久在上海举行的2025年中国医疗器械博览会上，联影发布了一款“元智”医疗大模型，里面就包括欧阳熹和其团队自研的影像大模型基座。基于“元智”医疗大模型，联影还推出覆盖影像诊断、临床治疗、医学科教、医院管理、患者服务等多场景的10余款医疗智能体，并在复旦大学附属中山医院、中山大学肿瘤防治中心等医院落地应用。

“后续，我们要做的研究还有很多，要真正地深入医院、深入临床，去验证研发出的大模型的应用价值。我们也会经常与医生开展交流，他们有什么需求就尝试去满足，不断改进大模型算法。同时，我们也在与国内顶级医院合作，布局算力，在确保数据不出院的前提下，用更大的数据和算力去开发大模型。”欧阳熹说。