集中在以下方面：① 开发高灵敏体外诊断探针材料，通过生物标志物痕量检测实现重大疾病的早期诊断、 精准分期和病理分型；② 发展集成调控多物理场响应探针材料，为疾病的实时可视化诊疗提供新途径； ③ 建立高特异性智能诊疗探针材料体系，为疾病的靶向精准个性化诊疗提供新策略。未来，将进一步结合 蛋白组学、代谢组学、基因组学等多组学平台研究探针材料的生物分子机制，同时开展探针材料的标准化 研究，从而加速推动精准医学生物探针材料的临床转化应用。 不同类型的队列关注不同的健康结局。例如，自然人群队列以某行政区域内的自然人群为研究对象，通 常旨在检验病因假说，探讨有害暴露的致病作用。专病队列则仅纳入患有特定疾病的研究对象，通过整 合临床诊疗信息，探索疾病的发病机制、影响因素及药物疗效。出生队列则从生命早期开始收集健康相 加州大学圣迭戈分校 哈佛大学 中国科学院 加州大学旧金山分校 中山大学 宾尼法尼亚大学 陆军军医大学 美国国家癌症研究所 辅助决策领域的广阔前景，我国和欧美发达国家均高度 240 全球工程前沿 Engineering Fronts 全球工程前沿 2024 重视对大语言模型技术研究的投入。大语言模型在临床辅助诊断、诊疗建议、健康监测和预防、医疗机器 人等应用领域已初步形成规模，并且其市场规模持续高速增长。大规模多模态数据融合、高效的预训练和 微调技术、具备可解释性和透明性的模型架构，将是推动大语言模型在医疗辅助决策中取得突破的关键。