编者按：实现2030全球病毒性肝炎消除目标，核心在于早识别、早检测、早转介，但现实中无症状隐匿性、社会污名化、宣教资源不足、高危人群覆盖有限等问题，始终制约筛查与诊疗效率。近日，在第六届大湾区肝病国际论坛暨2026消除病毒性肝炎大会上，香港大学张清鹏教授系统分享了人工智能在病毒性肝炎防控领域的创新路径与实践成果，从生物医学知识增强的AI模型、个体化风险预测、中西医结合评估，到对话式AI在健康宣教、高危人群干预、心理咨询中的落地应用，全面展示了AI破解肝炎防控痛点、打通从知识到行动全链条的独特价值。报告内容整理如下。

01 生物医学知识增强的AI模型

张清鹏教授在报告中首先分享介绍了其团队构建的生物医学知识增强医学AI模型（图1），该模型通过图卷积网络（GCN）等技术，实现了从微观分子到宏观疾病的全链条智能建模，创新性地整合了基因调控网络（GRN）、蛋白-蛋白相互作用（PPI）、蛋白-化合物相互作用（PCI）以及化合物-化合物相互作用（CCI）等多维度生物医学知识，构建了涵盖药物、蛋白、基因、通路、疾病的复杂生物关系图谱。以氟他胺（Flutamide）为例，该模型可自动识别其作为药物节点，与雄激素受体（AR）、下游蛋白（CCNH）及前列腺癌之间的核心关联路径，同时具备良好的模型解释性，能够清晰呈现甲基化、信号通路、基因多态性等因素如何共同影响疾病进展与药物反应，为病毒性肝炎及相关肝病的机制研究、药物筛选与疗效预测提供了可靠的AI基础框架（图2）。

图1. ⽣物医学知识增强的医学AI模型

（引自讲者幻灯）

图2. 医学AI模型的解释性示例

（引自讲者幻灯）

此外，依托该模型可进一步实现个体化疾病进展风险路径推演。模型可根据历史诊断记录构建疾病风险传播网络，自动梳理出从基础肝病、后续可能出现的各类并发症，再到最终严重不良事件的潜在发展路线，同时算出每个环节的发病概率，为临床早期预警、分层管理与个体化干预提供数据支撑（图3）。

图3. 个体化疾病进展⻛险路径

（引自讲者幻灯）

在药物研究领域，该AI模型还可开展中西医药物结合的风险与机遇评估。例如，对连花清瘟、金花清感、宣肺败毒等中药与布洛芬、对乙酰氨基酚、氯雷他定等西药进行联用相关性与安全性量化分析，判断相互作用与用药风险，为肝炎合并感染患者的合理用药提供智能参考（图4）。

图4. 中⻄医药物结合的⻛险与机遇

（引自讲者幻灯）

02 AI建模与免疫治疗

团队还从肿瘤进化的视角搭建了肿瘤免疫微环境动态模型，以进化生物学为核心逻辑，动态模拟肿瘤细胞与免疫细胞的相互作用、治疗应答与耐药演变过程，可预测不同治疗方案下的无进展生存期（PFS）和疾病进展时间（TTP），还能实现PSA等关键临床指标的精准预测，模型预测值与实测值的拟合度高达0.84，为肝癌及病毒相关肿瘤的免疫治疗方案优化提供了可靠的动态依据（图5）。

图5. 以进化学视角建模肿瘤免疫微环境

（引自讲者幻灯）

在个性化免疫治疗领域，研究团队进一步开发了T细胞受体（TCR）个体化生成技术。该技术基于抗原表位序列、蛋白结构、界面打分与分子对接结果，利用人工智能精准设计并优化T细胞受体，大幅提升抗原识别的特异性与免疫杀伤效率，可针对不同抗原表位完成全新的个性化TCR从头设计，经模型验证，人工设计的TCR在抗原结合界面打分、分子对接亲和力等关键指标上表现优异（图6）。

图6. TCR的个体化⽣成技术

（引自讲者幻灯）

03 AI在病毒性肝炎全程管理中的核心应用场景

目前，AI已深度融入慢性乙型肝炎全程管理链条，覆盖疾病预测、分层诊断、纤维化评估、抗病毒药物选择、肝癌风险预测等关键环节[1]。多项研究证实，AI可基于临床指标、影像数据与组学信息，实现肝纤维化无创精准评估、抗病毒治疗获益人群筛选、HCC发生风险早期预测，显著提升肝炎管理的精细化与个体化水平，为临床决策提供高效、客观、可重复的支撑工具。这一应用框架完整覆盖了慢性乙肝从诊断、评估、风险预测到治疗决策的全流程管理，张清鹏教授团队在该框架基础上，进一步融合了生物医学知识图谱、对话式AI等技术，不仅让临床诊疗更智能，还通过AI宣教系统打通了从高危人群筛查到患者长期随访的完整链条，为慢性乙肝防控、实现病毒性肝炎消除目标，提供了全方位的智能化支持。

大语言模型与对话式AI在医疗健康领域展现出巨大潜力[2]，可结合算法智能与人工协作优势，构建灵活高效的人机交互模式，在健康行为引导、治疗依从性改善、患者健康教育、心理支持等方面发挥独特作用。张清鹏教授团队长期深耕医疗对话机器人研究，先后开发流感防控（图7）、心理咨询（图8）、HIV自检（图9）等多款AI聊天机器人[3-6]，并通过随机对照试验证实其在提升老年人群疫苗接种率、实时识别自伤自杀风险、提高HIV自检率等方面的显著效果，为病毒性肝炎的AI化宣教与干预提供了成熟技术范式。

图7. 流感防控聊天机器人系统

（引自讲者幻灯）

图8. ⼼理咨询聊天机器⼈系统

（引自讲者幻灯）

图8. HIV⾃检聊天机器⼈系统

（引自讲者幻灯）

04 AI技术优化：构建面向患者的安全引导式沟通系统

实现病毒性肝炎消除，最终依赖高危人群的早识别、早检测、早转介，但在真实世界中仍面临三大关键障碍。首先是低风险感知，乙肝早期多无症状，公众普遍低估自身感染风险，导致主动筛查意愿低下；其次是高心理阻力，社会对肝炎存在传播误解与疾病污名，人群因担心歧视而回避检测；最后是宣教覆盖难，门诊与社区医务人员时间有限，难以对每位个体进行充分答疑与引导，导致高危人群漏筛、迟筛现象普遍。

患者从获取肝炎相关医学信息，到最终完成筛查就医，是一个环环相扣的完整链条（图9）。但在现实中，患者常因因专业知识壁垒或心理顾虑而中断筛查。这一链条中的关键断点，在于患者真正关心的往往是疾病对家庭、生活的实际影响，而非单纯的医学指标；仅提供生硬的指南信息，反而会加重患者的心理负担，进一步降低其筛查意愿。因此，AI系统的核心目标，绝非仅仅解答医学疑问，更要提供客观平和的信息，真正引导高危人群完成筛查，打通从知识到行动的闭环。

图9. 从获取医学信息到实际就医的链条

（引自讲者幻灯）

为破解筛查断点，张清鹏教授团队对AI系统进行了针对性优化，构建了适配患者提问习惯的辅助沟通体系（图10）。当患者以口语化、模糊化的方式提问时，系统第一步会将问题精准映射到医学指南的检索意图中，实现标准化的意图理解；第二步，整合临床指南与常见问答库，去除冗余信息，提供客观完整的解答依据；第三步，在输出回答前加入行为安全检查，避免生成加重恐慌、阻碍就诊的表述；最终输出准确、易懂、具有引导性的回复，鼓励患者进入真实检测节点，将传统的医学问答工具，升级为支持筛查行动的安全沟通系统。

图10. 适应患者提问习惯的辅助沟通系统

（引自讲者幻灯）

05 落地实践：院内外一体化肝炎AI宣教与就医引导流程

基于优化后的AI系统，团队构建了覆盖高危人群全周期的院内外一体化宣教与就医引导流程，形成 “高危人群接触-初步疑问解答与风险提示-明确筛查建议-进入真实检测/门诊节点-结果解释与转介-随访与扩展筛查”的完整实践路径（图11）。该系统可在门诊候诊、社区宣教等多场景切入，针对乙肝患者家属、密切接触者等高危人群，先纠正“共餐传染”等常见认知误区，降低羞耻感与焦虑情绪，再给出清晰的筛查建议，平稳引导至基层社区检测点、医院体检中心或肝病/感染专科门诊，实现无缝医疗接续。但需注意，AI明确不替代医生的诊断与治疗决策，仅专注于前置健康教育、误区纠正、心理安抚、就诊引导与随访管理，有效弥补人力不足，扩大宣教覆盖面，提升高危人群筛查依从性，为规模化推进病毒性肝炎筛查提供了可复制、可推广的实践模式。

图11. 院内外宣教与就医引导流程

（引自讲者幻灯）

小 结

人工智能凭借数据建模、知识交互与动态预测能力，精准解决了肝炎筛查、发现与引导难的问题，全流程支撑风险预测、诊疗与宣教管理。未来随着多技术融合，AI将更深度融入消除战略，助力精准识别与高效动员，为2030肝炎消除目标注入动力。

参考文献：

1.Su, T. H., & Kao, J. H. (2024). Role of artificial intelligence in the management of chronic hepatitis B infection. Clinical liver disease, 23(1), e0164.

2.Wang, H.†. , Zhang, Q.*. , Ip, M. & Lau, J. T. F. (2018). Social Media-based Conversational Agents for Health Management and Interventions. IEEE Computer. 51/8. 26 - 33.

3.Wang, Z. , Chan, P.S.F. , Fang, Y. , Yu, F.Y. , Ye, D. , Zhang, Q. , Wong, M.C.S. & Mo, P.K.H. (Sep 2023). Efficacy of a Chatbot-delivered tailored online intervention on seasonal influenza vaccination uptake among older adults during the COVID-19 pandemic: a randomized controlled trial. JAMA Network Open. 6/9. e2332568.

4.Xu, Z.†. , Chan, C.S. , Fung, J. , Tsang, C. , Zhang, Q. , Xu, Y. , Cheung, F. , Cheng, W.†. , Chan, E. & Yip, P.S.F. (Aug 2023). Developing and validating a parser-based suicidality detection model in text-based mental health services. Journal of Affective Disorders. 335. 228 - 232.

5.Xu, Z.†. , Chan, C.S. , Zhang, Q. , Xu, Y. , He, L. , Cheung, F. , Yang, J. , Chan, E. , Fung, J. , Tsang, C. & Yip, P.S.F. (Dec 2022). Network-based prediction of the disclosure of ideation about self-harm and suicide in online counseling sessions. Communications Medicine. 2. 156.

6.Chen S, Zhang Q, Chan CK, et al. Evaluating an Innovative HIV Self-Testing Service With Web-Based, Real-Time Counseling Provided by an Artificial Intelligence Chatbot (HIVST-Chatbot) in Increasing HIV Self-Testing Use Among Chinese Men Who Have Sex With Men: Protocol for a Noninferiority Randomized Controlled Trial. JMIR Res Protoc and JAMA Network Open.