編輯丨王多魚

排版丨水成文

生物醫(yī)學(xué)領(lǐng)域的技術(shù)創(chuàng)新直接促進(jìn)了生活質(zhì)量的提高和健康壽命的延長。從歷史上看，藥物研發(fā)、外科技術(shù)、對生物通路的理解、成像技術(shù)以及其他領(lǐng)域的進(jìn)步推動了這一進(jìn)程。如今，隨著人工智能（AI）的最新進(jìn)展，生物醫(yī)學(xué)領(lǐng)域即將迎來一個新的發(fā)展階段。從技術(shù)角度來看，現(xiàn)代人工智能的進(jìn)步得益于幾個關(guān)鍵架構(gòu)創(chuàng)新，包括 Transformer 架構(gòu)、生成對抗網(wǎng)絡(luò)和 diffusion 模型，這些共同推動了越來越復(fù)雜的生成式人工智能系統(tǒng)（generative AI）的開發(fā)。

2025 年 7 月 10 日，哈佛大學(xué)醫(yī)學(xué)院、Scripps 研究所的研究人員在Cell期刊發(fā)表了題為：The generative era of medical AI 的綜述論文。

大語言模型（LLM）、多模態(tài)人工智能、醫(yī)療實(shí)踐的變革以及多尺度醫(yī)療預(yù)測具有變革性的潛力。這篇綜述旨在總結(jié)過去三年中這些看似呈指數(shù)級增長的進(jìn)展，探討這些新技術(shù)的背景、實(shí)施情況、影響以及一些持續(xù)存在的挑戰(zhàn)。

人工智能（AI）的迅猛發(fā)展，尤其是大語言模型（LLM）和多模態(tài)人工智能，正通過改進(jìn)診斷、患者互動和醫(yī)療預(yù)測來改變醫(yī)學(xué)領(lǐng)域。

大語言模型能夠?qū)崿F(xiàn)對話式界面，簡化醫(yī)療報告，并協(xié)助臨床醫(yī)生進(jìn)行決策。多模態(tài)人工智能整合了圖像和基因數(shù)據(jù)等多樣化的數(shù)據(jù)，在病理學(xué)和醫(yī)療篩查方面表現(xiàn)出色。AI 驅(qū)動的工具通過持續(xù)監(jiān)測和多尺度預(yù)測，有望實(shí)現(xiàn)主動、個性化的醫(yī)療保健。然而，要實(shí)現(xiàn)廣泛的臨床應(yīng)用，必須解決諸如偏見、隱私、監(jiān)管障礙以及與醫(yī)療系統(tǒng)的整合等挑戰(zhàn)。

醫(yī)療實(shí)踐的變革：AI 賦能的醫(yī)療實(shí)踐將臨床護(hù)理從偶發(fā)性互動轉(zhuǎn)變?yōu)槌掷m(xù)監(jiān)測和定期隨訪。醫(yī)療事件不再是在病情更嚴(yán)重時才在醫(yī)院進(jìn)行被動處理，而是可以在熟悉的環(huán)境中更早地得到持續(xù)關(guān)注。新的醫(yī)學(xué)知識能夠更輕松地融入護(hù)理模式，同時借助新的 AI 技術(shù)開發(fā)出新藥物。

多尺度醫(yī)療預(yù)測：AI 算法可用于醫(yī)療預(yù)測，基于各種動態(tài)輸入來預(yù)測未來的醫(yī)療事件。這些算法可應(yīng)用于多個層面，從分子層面到群體層面。

醫(yī)療 AI 實(shí)施路線圖：基礎(chǔ)科學(xué)研究逐漸催生出概念驗(yàn)證模型。更大規(guī)模的模型和早期臨床應(yīng)用能夠?yàn)樽罱K的臨床部署和優(yōu)化打開大門。

在過去的幾年里，AI 在醫(yī)療健康領(lǐng)域的應(yīng)用取得了重大進(jìn)展。醫(yī)學(xué)的未來將包含能夠處理各種規(guī)模海量信息的工具，這有可能顯著提高診斷的準(zhǔn)確性并改善患者的治療結(jié)果。諸如高級篩查、創(chuàng)新成像技術(shù)、醫(yī)療預(yù)測中的預(yù)測分析以及個性化管理計(jì)劃等 AI 的進(jìn)步，有望將患者護(hù)理從以醫(yī)院為基礎(chǔ)的被動模式轉(zhuǎn)變?yōu)橐越】祪?yōu)化為主導(dǎo)的主動系統(tǒng)，并實(shí)現(xiàn)精準(zhǔn)干預(yù)。

盡管有這些前景，但 AI 工具在臨床的全面接受和常規(guī)合法使用仍不會很快實(shí)現(xiàn)。在 AI 被廣泛應(yīng)用于臨床實(shí)踐之前，仍存在一些嚴(yán)峻的挑戰(zhàn)需要解決。大多數(shù) AI 工具仍處于開發(fā)階段。雖然有些在受控環(huán)境中顯示出臨床益處，但很少有 AI 工具能明確地宣稱對所有用戶都有益處。同樣，也很少有 AI 工具能明確地宣稱在所有情況下都能降低成本，也很少有 AI 工具能明確地宣稱在當(dāng)前醫(yī)療系統(tǒng)中有明確的實(shí)施路徑。臨床應(yīng)用仍是醫(yī)療專業(yè)人員更廣泛使用 AI 工具的主要障礙。

https://www.cell.com/cell/fulltext/S0092-8674(25)00568-9