澳门科技大学人工智能交叉应用研究院和医学院张康教授团队近日研发出“病人统一时序信号引擎”（Patient Unified Longitudinal Signal Engine，PULSE）框架，并于8月26日联合温州医科大学、广州实验室、北京大学、国际医学数字孪生联盟等科研及临床机构，将相关成果发表在国际学术期刊《自然-计算科学》上。
该框架的核心思路，是把医院日常都在做的常规血液检验——血常规、肝肾功能、电解质等——按时间轴串起来，用人工智能追踪这些指标在多次就诊中的纵向起伏，再反向推演出对应的代谢组学和蛋白质组学图谱。也就是说，不需要专门做昂贵的高通量测序或质谱检测，仅靠基层卫生院、资源匮乏地区也能拿到的常规化验单，就能逼近原本只能在高端研究室完成的“多组学画像”。
精准医学过去长期卡在“数据贵、设备重、门槛高”：代谢组与蛋白组分析依赖质谱仪、冷冻样本和专职生信团队，基层医院难以承载。PULSE 把入口压到“一张验血单+时间”，让疾病风险预警、代谢状态评估、用药反应预判等能力下沉到社区和边远地区，既减少重复检查、也降低整体医疗成本，为普惠精准医学提供了一条低边际成本的技术路径。
这是张康团队继 Oncoformer（利用367万人常规临床数据登顶《Cell》做癌症早筛与预后）、LifeClock（基于常规数据建全生命周期生物学时钟登《Nature Medicine》）之后，在“用常规临床数据替代高成本组学检测”方向上的又一延伸。系列工作共同指向一个判断：医院每天产生的血常规、生化、影像等“普通数据”，经过纵向时序建模后，有望成为精准医学的基础设施。