医学知识有两种组织方式。

一种是 按对象描述：这是什么病，是什么病原体，是什么基因突变。

它追问“是什么”。

现代医学的大厦，建立在这种语言之上。

另一种是 按响应映射：面对环境、时间、干预的扰动，生命系统会进入何种可识别的响应模式？

它追问“系统会如何响应”。

这种语言，尚未被系统地、可计算地建立起来。

Re-invent Medicine 的工作，是为第二种范式 建立它的计算语言。

不是翻译中医。

不是做更好的诊断AI。

不是建立一个“统一医学理论”。

而是提供一套方法，让来自不同医学传统的观察——无论是“IL-6升高”、“阳虚”、“CD8+ T细胞耗竭”还是“营卫不和”——都能够被映射到同一套 响应状态坐标系 中，从而变得可比较、可计算、可生成新假说。

这件事不新。

坎农的稳态、塞利的应激、系统生物学的吸引子，都曾指向这个方向。

缺少的，是一个能处理跨尺度、跨术语数据，并将其压缩为有限个高价值响应状态的计算框架。

我们现在正在构建这个框架的原型。它基于图神经网络、多组学数据整合与生成式AI，并已在若干特定领域（衰老、病毒感染后、中医证型重译）给出了可验证的初步结果。

这是一个长期的基础设施项目，不是一款即将发布的产品。

如果你是一位计算生物学家、系统医学研究者，或者仅仅是对“另一种医学语言的可能性”感到好奇的思考者，欢迎关注进展，或者加入早期讨论。

vision.s4.invite