Mayo Clinic Platform 通过四项临床研究项目展示AI能力

Mayo Clinic Platform（MCP）是一个安全、可扩展、云端托管的环境，旨在整合多机构、去标识化的临床数据与先进的分析工具。通过四项临床研究项目，MCP 展示了其能力，这些项目体现了AI驱动的医疗健康应用。

该平台应对了当前模式中的关键挑战，包括在保护隐私的同时整合多样化数据集，使模型能够突破回顾性研究设计的局限，为非技术背景的医疗专业人士提供可用的AI工具，并通过无代码（no-code）界面嵌入“专家在环”（expert-in-the-loop）的工作流程。MCP 不仅仅是数据存档，更是用于AI开发与真实世界临床验证的实用基础设施。

第一个项目利用观察性数据模拟心力衰竭患者的药物疗效随机对照试验，建立了可复用的研究管线，用于比较效果研究。第二个项目评估了轻度认知障碍且合并高血压患者中，降压药物对阿尔茨海默病及相关痴呆（Alzheimer's Disease and Related Dementias）的影响，并通过生存分析证实了既往关联。

第三个项目基于纵向 EHR 数据开发深度学习模型，用于预测从轻度认知障碍进展为阿尔茨海默病，显示出在不同医疗系统中的适用性。第四个项目构建AI模型，用于预测肝移植后主要不良心血管事件，从而支持更好的风险分层与预防策略。

在这些项目中，MCP 取得了显著成果，包括可复现的研究管线、经验证的研究发现以及先进的预测模型。与传统模式相比，该平台具有明显优势，包括多机构数据整合、包括对非结构化病程记录在内的广泛标准化、保护隐私的访问机制，以及技术与非技术研究人员均可使用的工具集。这些特性有助于缩短研究周期、增强模型验证，并在精准医疗中拓展协作机会。

报道的工作仅聚焦于结构化 EHR 数据，但 MCP 也支持非结构化病程记录、影像以及基因组学。随着这些模态被进一步整合，多模态AI模型的预测能力与临床相关性将显著提升。该平台利用大量标准化临床数据、先进分析能力以及包括 Mayo Clinic Care Network 在内的协作网络，以改善患者照护并优化健康结局。

与机构级 EHR 相比，MCP 提供更广泛的可及性与标准化，使其成为推动转化研究与精准医疗的重要平台。该平台的模型在技术复杂性与运行包容性之间取得平衡，将强大的基础设施与可及性、法规合规性及可复现性相结合。