观点文章提出“移植原生”基础模型五项要求，认为通用医疗AI（人工智能）难以匹配器官移植需求
《Frontiers in Medicine》发表的一篇观点文章提出，面向器官移植的基础模型应以“供体—受者—移植物”这一动态整体为建模单位，并满足五项设计要求，而不是把通用医疗模型微调到单一任务上。
文章认为，移植结果取决于跨术前、术中、术后持续演变的多模态信息，因此仅围绕单患者、静态快照的模型可能难以支撑相关决策。 文章给出的是分阶段路线图，并非模型性能或临床效果的验证结果。
研究原始来源可核对
事实与证据边界
该文发表于《Frontiers in Medicine》2026年10月21日刊，栏目为精准医学，属观点文章（Perspective），证据级别限于题录与摘要，未阅读全文。 作者来自加拿大多伦多大学医疗网络Ajmera移植中心等机构。 文章指出，已发表工作多是把通用模型适配到孤立的移植任务，体现的是组件可行性，而非移植原生预训练。
文章定义“移植原生”模型为使用移植原生数据和学习目标构建表征的模型，可通过原生预训练或对现有模型进行大幅持续预训练实现，仅针对单一移植任务微调不满足定义。 文章提出五项要求：供体—受者—移植物联合表征、纵向全周期记忆、多模态整合、决策意识、在人类监督下持续适应与循证接地。
文章还提出从数据基础设施与模型开发，到临床验证，再到受治理的辅助性部署的分阶段路线图，并主张早期使用应保持有边界、辅助性。
分析判断
文章的核心判断是：移植AI（人工智能）的瓶颈来自建模对象与架构不匹配，并非单纯的模型规模不足； 这一判断可作为理解医疗基础模型“通用与专用”路线分歧的分析框架。 需要区分的是，文章提出的是设计要求和路线图，尚未提供移植原生模型在临床终点上的对照证据。 题录与摘要未披露任何模型性能、数据集规模或验证结果，因此不能据此推断临床有效性。
后续观察信号
- 追踪作者团队后续是否发布移植原生模型的实验数据
- 关注同类期刊对通用医疗基础模型在专科场景适用性的进一步讨论