四川省疾控中心性艾所的「LucaHIV 智链」，在 2026 年「数据要素×」大赛四川分赛中，从全省 780 支报名团队、214 支决赛队伍里拿到了医疗健康赛道三等奖。
这个项目值得看的不是奖项，也不只是指标——而是它在数据、基座、部署上做的三个选择。
一、它做了什么
2026 年 7 月 30 日，四川省医药健康产业链应用场景展演对接活动在成都举办。《四川省医药健康产业应用场景名录（2026 版）》遴选出优质场景项目 103 个，覆盖生物医药、现代中药、高端器械、AI 医疗、核医疗、康养六条赛道。性艾所的「LucaHIV 大模型分子监测传播链智能识别应用场景」入选该名录，并作为重点应用场景现场展演；该项目还入选了国家卫生健康委统计信息中心主办的首届全国数智健康大赛全国半决赛。
二、三个关键选择
公开信息里披露的技术细节不多，但有三条足够清楚，而且都能推广：
选择一：立足本土数据，而不是套通用模型
项目立足省内 3 万余条 HIV 基因序列、20 余万份临床与流调本土数据资源。基因分型准确率超 95%，单序列分型缩短至 0.3 秒以内，分子监测报告撰写缩短至 1 分钟以内。
这些指标之所以能达到，前提是那三万条序列和二十万份本土数据。通用大模型解决不了领域内的判断问题，能被沉淀下来的领域数据才是门槛。
选择二：国产基座，摆脱对国外生信工具的依赖
项目采用国产大模型基座，搭建了「分型 → 推断 → 报告 → 解释」的一站式智能监测闭环，并明确提出逐步摆脱对国外生信工具的依赖。这条不只是技术选型，也关系到数据出境与供应链安全。
选择三：把省级能力下沉到市县
最值得注意的一点是：项目把过去仅能在省级落地的高阶分子分析能力轻量化下沉到市县疾控，建立了「省统筹、市研判、县干预」的三级协同防控模式。
同样的算法放在省级，价值是「一个省的分析做得更快」；下沉到市县，价值才变成「基层也能做判断」。后者的组织意义远大于技术意义。
三、对疾控 AI 的四点普遍启示
- 先有数据资产，再谈模型：没有沉淀下来的本土数据，AI 项目很难形成壁垒，也容易停在演示阶段；
- 闭环要走到「解释」：从分析出结果到能对业务人员解释清楚，中间那一段往往比算法本身更耗工；
- 能力下沉才有杠杆：只在省级跑的系统，受益面有限；能下沉到市县的系统，才真正改变工作方式；
- 部署形态要迁就基层：项目未来将拓展一体机部署模式，并向乙肝、丙肝、流感等监测延伸——一体机是降低基层运维门槛的常见解法。
疾控领域的 AI 项目，最终拼的不是模型参数量，而是数据的厚度、闭环的完整度、以及能力下沉的深度。LucaHIV 智链给出的参考，恰好是这三点。
参考资料
本文基于公开信息整理，仅作行业技术交流，不构成任何诊疗建议。文中数据均可在参考资料中核对。