在 AI 圈，大家早已习惯用"数据基建"的思路解决问题：推荐系统有用户画像体系，风控有特征仓库，大模型有 RAG 的向量库。

一个核心共识是——先定义清楚"状态"用什么维度刻画，再做推理才有意义。

但有一个领域，至今没有完成这一步：

预测人体对药物、营养、生活方式干预的响应。

分子层面的 AI 已经内卷到极致：蛋白质结构预测、分子生成、虚拟细胞模拟。可一旦问题变成"给这个人这个干预，他的身体会怎么变"——恰恰是药物研发价值兑现或归零的那一层——没有现成的"人体状态数据库"可以查询。

深度甲基与清华大学未来实验室联合团队在最新论文中发布的 

，给出了他们的解法。本文从数据架构视角拆解这套系统。

一、为什么这是最贵的"缺失表"

先看业务背景。《自然·药物发现综述》刊发的一篇观点文章算过账：将 II 期临床试验失败率降低 20%，每次成功上市平均可节省近 

；而同等改进放在早期分子筛选环节，对总成本影响有限。用生物标志物做应答人群分层的项目，单次成功上市成本约为未分层项目的一半。

分子筛选是"离线批处理"，错了可以重跑；II 期临床是"在线生产环境"，一次失败就是数亿美元的事故，且没有回滚。

所以 SteeraMed 的定位可以一句话说清：

用可驾驭世界模型算虚拟患者，预测一个人对干预有没有响应；干预后让他回来复测，预测准不准当场见分晓；而这正对着药物研发里最贵、也最有价值的那一刀——临床 II 期

（每个成功上市药物对应近 9 亿美元，响应人群分层可将单个成功上市成本降至约一半）。

这项由深度甲基与清华大学未来实验室联合完成的研究《面向药物重定位的自学习智能体：为虚拟患者构建人体尺度表征》已在 Preprints.org 网站发布（编号 202608.0998，DOI：10.20944/preprints202608.0998.v1）。

背景补充：SteeraMed 是一个"可驾驭世界模型"框架，此前已在 2025 北京智源大会上由团队首席科学家熊江辉博士系统介绍；SteeraMed Bench 是该框架下的全新模块：一套面向人体尺度生物地图的评价与优化引擎。

三、核心设计：一张"人体状态表"的两层结构

AI for Science 圈看这个设计会很有既视感——它本质上是一套

332 个模块的组合空间里，哪个子视图对当前任务的信息增益最大？

 这与特征仓库里的"特征有效性评估 + 冗余裁剪"是同构问题——而且这次，评估对象是活人的生物学。

SteeraMed Bench 的工作就是跑通这个评估：测试哪些模块及组合能切实改善干预推理，把增益最强的组合固化为面向当前决策的优化地图。

四、评估数据集与三个核心结论

 全 332 模块图谱在 23 类疾病里只有 9 类严格最优。不同疾病各有最适配的模块组合——扩展衰老标志组合在 2 型糖尿病、骨质疏松任务领先；药食同源组合对抑郁任务最有力；营养素组合在动脉粥样硬化/高脂血症任务占优。

"一把梭全量字段"不是最优解，按任务建视图才是。

结论 2：小视图的性能临界点。

 仅 117 个营养素及扩展模块的组合，五种疾病平均 recall@20 达 

。用 35% 的维度覆盖 94% 的效用——这是特征工程里最经典的 trade-off 曲线，只是第一次被画在了生物学地图上。

 LLM 辅助提出的候选模块经多重检验校正后未见显著增量；留一疾病验证性能接近随机。对一个评估系统而言，

能拒绝"看起来很美"的候选，才是可信的评估系统。

五、架构拆解：评估系统的数据流

用数据工程师熟悉的方式概念化这套评估管线：

# 概念化：模块组合的效用评估（类似特征显著性批量检验）
def eval_module_view(modules, disease, drug_pool):
    """把一个"模块视图"接入排序引擎，测它对任务的真实增益"""
    scores = rank_drug_candidates(modules, disease, drug_pool)
    return recall_at_k(scores, k=20)

full_atlas_recall = eval_module_view(load_all_332_modules(), disease, drugbank)
slim_view_recall = eval_module_view(load_nutrient_117_modules(), disease, drugbank)

# 论文实测（五病平均）：
#   slim_view_recall  = 0.494   # 117 个模块的"瘦身视图"
#   full_atlas_recall = 0.524   # 332 个模块的"全量视图"
#   → 94% 的效用，35% 的维度

六、延伸应用：给"知识框架"做审计

框架还配了一套 LLM 辅助工作流，按明确的效用与冗余标准提出并评估候选模块。

以衰老标志（Hallmarks of Aging）框架为例：该框架已从 9 个标志扩展到 12 个、再到 14 个。这类科学框架传统上靠专家综合文献演进；SteeraMed Bench 加了一层量化审计——

新标志是提升决策质量的独立维度，还是与既有表征冗余？

这在数据系统里对应"字段准入审计"：新字段上线前，先跑增量价值检验，通过才入仓。只不过这次审计的对象是人类知识体系本身。

研究团队将长寿医学与衰老相关疾病选为初始学习域：可反复测量、状态多维、干预可修改、跨疾病相关。其多维衰老检测工作承担"人体状态的持续数据采集入口"角色；对研究与药企伙伴，正在开发可审计的转化决策工作流，用于药物重定位假设排序、应答人群定义、验证实验设计。

对整个领域而言，"虚拟患者"不是渲染出来的人体影像，而是一套

——识别与个体最相关的生物维度，对干预假设排序，用纵向随访验证预测。在医学世界模型的下一阶段，比的可能不是参数规模，而是

谁先积累可审计、可测试的人体表征资产

——就像每一场数据基建竞赛，最终拼的都是数据资产的质量与治理水平。

：本文为科技资讯整理，文中研究尚未完成同行评审，不构成医疗诊断或治疗建议。

在 AI 圈，大家早已习惯用"数据基建"的思路解决问题：推荐系统有用户画像体系，风控有特征仓库，大模型有 RAG 的向量库。一个核心共识是——先定义清楚"状态"用什么维度刻画，再做推理才有意义。

当 AI 开始给人"建数据库"：SteeraMed Bench 与人体尺度建模的架构思考

人工智能

数据库

架构设计

深度甲基与清华团队发布SteeraMedBench，用332个模块构建人体状态评估引擎，针对5种慢性病药物重定位，以recall@20为指标测试模块组合效用。117个模块即达94%全图谱效果，揭示不同疾病需定制化视图，为虚拟患者预测干预响应奠定可审计的数据基础。

数据架构

数据流

智能体

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

当 AI 开始给人"建数据库"：SteeraMed Bench 与人体尺度建模的架构思考

当 AI 开始给人"建数据库"：SteeraMed Bench 与人体尺度建模的架构思考

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐