​Stillvale亮相首届国际生命阶段医学协会学术年会

　　探索人工智能辅助科学证据连接的新路径

　　国际生命阶段医学协会秘书长李静在学术年会作Stillvale主题报告的现场照片

　　在近日于哈尔滨医科大学举行的国际生命阶段医学协会第一届学术年会上，协会秘书长李静以“让科学证据连接起来——Stillvale AI科学证据引擎与科研新范式”为题作报告，介绍人工智能在医学文献结构化、机制关系发现和科研工作流辅助方面的实践。

　　当前，生物医学论文和公共研究资料持续增长。科研人员面对的困难，已不仅是找到文献，更在于识别不同研究之间的关系，判断证据质量和适用边界，并把海量碎片化论文数据转化为可以复核的研究路径。Stillvale由此把工作重点放在“证据连接”上，尝试建立从文献、语义抽取、知识关系到专家复核和健康洞察的连续流程。

　　据介绍，平台围绕证据层、机制层、验证层和应用层构建科研支持框架。证据层整合论文、数据库及真实世界资料；机制层连接人体表现、成分、靶点、通路和系统；验证层记录证据等级、研究一致性和适用边界；应用层为科研假设、真实世界研究、健康管理研究和产品研发提供参考。每一项关系尽可能保留来源和版本信息，便于后续追溯与更新。

　　Stillvale证据转换流程图｜文献—语义抽取—机制图谱—专家复核—健康洞察

　　Stillvale强调“人工智能不替代科学家”。平台可协助完成大规模检索、信息抽取、关系匹配和版本管理，但研究问题如何设定、证据是否充分、结论能否外推，仍需由专业人员判断。通过人机协作，科研人员可以把更多时间用于提出问题、解释差异和验证假设。平台同时明确，其功能是科学证据整合、机制研究和健康洞察支持，不替代医生诊断、治疗或处方决策。

　　这一思路与生命阶段医学的研究需求具有一定契合。人的健康变化往往跨越较长时间，早期信号、系统压力、通路变化与后期功能下降之间并非简单的一一对应。要研究这些关系，需要连接不同年龄阶段、不同学科和不同类型的数据。国际生命阶段医学协会将Stillvale作为重要数据平台之一，希望为跨国家、跨学科研究提供更可追溯的证据基础。

　　平台建设也获得了行业案例层面的关注。相关材料还显示，该系统曾在2026（第十六届）中国互联网产业年会相关展示中亮相，“STILLVALE生理年龄数字健康解决方案”，入编《第九届软件和信息服务业年度案例成果展示册——生态协同创新解决方案篇》。

　　业内人士认为，人工智能进入生命科学领域后，评价重点应从“能否生成答案”逐步转向证据来源是否清晰、推理链能否复核、边界是否明确以及系统能否持续更新。Stillvale的下一步仍需通过更多合作研究、标准化评估和真实世界项目验证平台价值。此次年会提供了展示科研工作流的窗口，也为技术团队与医学专家共同制定问题和验收标准创造了条件。