AI医疗的下一站:从生成式热潮到全患者模型

医学影像AI证据充分却落地受阻,瓶颈在部署而非技术。
文章梳理了微软研究院一场关于AI与医学的圆桌讨论。三位研究者形成共识:生成式AI吸走了大部分注意力,而医学影像深度学习已积累大量随机试验证据却迟迟未进入临床,阻力来自医疗系统接受速度、低利润率与需求端的沉默。Eric Horvitz介绍了登上《Science》封面的智能体诊断研究,将评测推进到模拟临床推理全过程;Eric Topol认为全患者模型比虚拟细胞更接近现实,短板在于规模化纵向数据。Amini强调真实世界实验不可被虚拟实验替代。讨论还涉及环境记录工具、患者转向聊天机器人、免疫系统与衰老机制,以及十年后AI推动癌症慢病化的预期。
医疗领域正处在一个奇特的错位中:生成式AI吸引了几乎所有的注意力,但真正被证明有效、却迟迟未能落地的,是医学影像的深度学习。微软研究院的一场圆桌讨论中,三位身处AI、生物学与医学交叉地带的研究者——微软首席科学家Eric Horvitz、Scripps Research执行副总裁Eric Topol、微软研究院首席研究经理Ava Amini——给出了一个少见的共识:技术不是瓶颈,部署才是。
被错过的影像AI红利
Eric Topol在讨论中直言,学界和产业界都"被生成式AI这个闪亮的东西吸引",却忽略了医学影像领域更成熟的深度学习成果。视网膜扫描、胸部X光、心电图——这些模态上的AI研究已经积累了扎实的临床证据。他提到乳腺钼靶有超过10万名女性参与的随机试验,结肠镜检查有44项随机试验,但其中的发现并未真正进入患者护理流程。

这种"研究丰产、临床荒芜"的落差,Topol形容为"令人恼火"。他列举了几重阻力:医学界对变革的接受速度慢、医疗系统利润率低因而不愿投资、以及一个更微妙的问题——医生和患者都没有主动要求这些进步。"如果你是一位做钼靶检查的女性,却拿不到最先进的AI辅助判读,你可能会想,这难道不该引发某种抗议吗?"
文中提到的乳腺钼靶与结肠镜AI证据,分别来自两项大规模随机对照试验。乳腺钼靶方面,瑞典的MASAI试验在2021—2022年间纳入超过10万名女性,将AI辅助判读与标准双人阅片进行对比,结果显示AI辅助可将筛查工作量减少约44%而不降低癌症检出率。结肠镜方面,2023年《柳叶刀》子刊发表的一项系统性综述汇总了44项随机试验,发现AI辅助结肠镜能显著提高腺瘤检出率。这两类证据之所以重要,是因为它们属于循证医学中等级最高的随机对照设计,而非回顾性研究。但即便证据等级如此之高,报销路径、监管审批与工作流程整合的缺失仍使这些工具停留在论文与试点阶段,"研究丰产、临床荒芜"的说法正源于此——证据的充分性并未自动转化为部署的必然性。
从诊断准确率到"医学认知"
Eric Horvitz介绍了他在微软主导的一项工作,相关成果登上了《Science》杂志封面。这项研究的关键转向在于评测方式:不再把完整病例交给AI、统计其诊断准确率,而是把AI放进临床医生的位置——只给主诉和病史,由系统自行决定问什么问题、开什么检查、何时在不确定中下诊断。
Topol对这项工作的评价相当高:这是首次展示智能体系统在诊断准确率上大幅超过人类医生,"几乎翻倍,但成本更低"。他强调这与以往AI应用抬高编码费用、推升成本的路径形成鲜明对照。
Horvitz对此保持了研究者的审慎,提醒与人类全科医生的对比"需要就其局限性理性看待"。但方向已经清晰:AI的价值不在于一次性给出答案,而在于模拟临床推理的全过程。
全患者模型:比虚拟细胞更近的目标
讨论中反复出现的一个概念是"全患者模型"——整合电子健康记录、原始影像、基因组学、蛋白质组学等多层数据,在个体层面预测疾病及其发生时间。
Topol对这个方向给出了一个务实的判断:虚拟细胞还很遥远,但虚拟患者可能先到。现有模型即便只结合电子健康记录与多基因风险评分,已经能提供一定的发病时间信息。真正的短板在于数据——"我们还没有规模化、深度的纵向数据"。

Amini从生物学侧补充了另一重复杂性:生物系统本质上是多尺度的,从分子到细胞、组织、器官系统再到完整生物体,如何让分子层面的信息有意义地上升到患者层面的洞察,是一个在其他领域很少遇到的机器学习难题。
“虚拟细胞”是近年计算生物学的一个宏大愿景:用可计算的模型完整模拟单个细胞的内部状态与对外部扰动的反应,从而在计算机上完成药物筛选与机制推演。其难点在于细胞内分子网络的非线性、多尺度相互作用,以及单细胞测量数据本身的噪声与稀疏性。相比之下,“全患者模型”降低了粒度要求,只追求在患者层面预测疾病发生与时间,因此所需的数据层级虽多,建模目标却更可控。多基因风险评分是这一思路的基础构件之一,它通过汇总全基因组中大量微效位点的效应量,给出个体对某一疾病的遗传易感性评分;将其与电子健康记录结合,就构成了一个可运作但尚不完整的全患者模型雏形。真正的制约不在算法,而在于纵向队列数据的采集成本与随访年限。
真实世界永远是瓶颈
当讨论转向算力成本下降时,Amini提出了"用计算换实验"的思路:让模型筛选出高置信度的实验方向,把实验室资源集中在最有希望的区域,从而压缩发现周期和成本。
但她也给出了一个清醒的限定:"真实世界将永远是瓶颈。你无法用虚拟实验完全替代真实世界。"虚拟实验的作用是决定真实实验花在哪里,而不是取消它。

Horvitz接过了这个判断并给出了更积极的解读:更便宜的计算能帮助判断"在给定的资源约束下,哪里最可能出现令人惊讶的结果"。
Topol则把话题拉回数据:AlphaFold之所以成为标志性突破,前提是蛋白质数据库的存在。生命科学和医学目前没有同等规模和质量的数据库,这可能是真正的天花板。
AI正在改变诊室里的日常
在更贴近临床的层面,Topol观察到了几股已经发生的潮流。环境记录工具正在美国医疗系统中快速铺开,自动生成的就诊记录比长期沿用的人工记录更准确,还能联动开检查、预约和事前授权。
另一个出乎他预料的现象是:由于医生时间被严重压缩,患者转向聊天机器人获取信息,并认为其回应比人类更有共情力。"机器根本不懂共情,但它能模拟共情。"患者看重的是随时可及和无限制的响应时间。
他期待这些工具能归还医生时间,让医患关系有机会修复——"我能说出五到十岁时家庭医生的名字,却说不出最近五位医生的名字。"
免疫系统与衰老:被忽略的层面
被问及最值得关注的方向时,Topol指向免疫系统。他提到团队在《Nature》发表的关于免疫组的研究,以及一个正在改变的认知:胸腺在20岁后并非如过去认为的那样彻底退化,部分高龄人群仍保有功能完整的胸腺,而这与癌症免疫治疗响应和患癌风险相关。蛋白质组学则让衡量免疫系统的生物学年龄成为可能。
Horvitz则把视野放到衰老的基础机制上:为什么许多疾病随年龄出现,甚至包括携带特定基因突变、却在六七十岁才发病的帕金森病?如果能理解衰老过程中的维持与失衡机制,可能一次性解锁多种疾病的预防路径。
Amini的兴奋点落在测量技术的革新上——能够以新方式连接生物模态的新型测量手段,配合对既有数据的创造性利用,让生物层级之间的连接变得可计算。
胸腺是T淋巴细胞发育成熟的场所,传统免疫学认为其在青春期后即开始脂肪化并逐渐丧失功能,这一“退化不可逆”的观点长期主导临床认知。但近年的影像学与免疫组化研究发现,部分高龄个体的胸腺仍保有功能性组织,且胸腺输出能力与T细胞受体多样性相关,而后者直接决定机体对肿瘤新抗原的识别能力。这解释了为何胸腺功能与癌症免疫治疗响应、整体患癌风险存在关联。蛋白质组学则提供了另一条测量路径:通过血浆中数千种蛋白质的浓度谱,可以构建反映器官功能与免疫状态的“生物学年龄”指标,其与实际年龄的偏差与多种年龄相关疾病风险相关。这两条线索共同指向一个判断:免疫衰老并非单一线性过程,而是可测量、或可干预的。
十年之后的图景
Horvitz给出了一个具体的时间预期:十年后,公众会将AI视为医疗突破的推动者,其中包括把若干致命癌症转变为慢性病,以及在延缓阿尔茨海默病发病与进展上取得进展。
Topol的乐观更进一步,他期待医学能走到预防阶段——预防阿尔茨海默病、预防目前无法预防的癌症。"我们终将拥有一种与今天面目全非的医学实践。"
对于讨论中那个反复出现的追问——生物学是否终将像工程系统一样被完全理解和抽象——三位研究者的答案倾向于否定。但Amini的反问更值得记住:我们是否真的需要那种程度的精确?对科学家而言,模型能否支撑下一个可验证的实验,可能比能否解释每一个分子更有意义。
相关推荐

Gemini 4 Neon 曝光:或成 Opus 5.5 有力竞争者
Hacker News 讨论帖指出 Gemini 4 Neon 看起来像 Opus 5.5 的竞争者。本文解读这一社区信号背后的产品定位、顶级模型竞争格局变化,以及对开发者模型选型策略的实际意义。

Claude Fable 5.2 独立创作短片《Fable》引热议
Hacker News 上出现由 Claude Fable 5.2 独立完成剧本、画面与导演的短片《Fable》,本文分析全流程 AI 创作的意义、社区反应及对内容创作者的启示。

Anthropic IPO定价:AI巨头上市信号
Anthropic 进行 IPO 定价的消息引发关注。本文分析这一动作对 AI 行业估值、商业化路径和竞争格局的潜在影响,并指出公开市场对 AI 公司的期待与挑战。