生物醫(yī)學領域的技術創(chuàng)新直接促進了生活質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、對生物通路的理解、成像技術以及其他領域的進步推動了這一進程。如今，隨著人工智能（AI）的最新進展，生物醫(yī)學領域即將迎來一個新的發(fā)展階段。從技術角度來看，現(xiàn)代人工智能的進步得益于幾個關鍵架構創(chuàng)新，包括 Transformer 架構、生成對抗網(wǎng)絡和 diffusion 模型，這些共同推動了越來越復雜的生成式人工智能系統(tǒng)（generative AI）的開發(fā)。
2025 年 7 月 10 日，哈佛大學醫(yī)學院、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)療實踐的變革以及多尺度醫(yī)療預測具有變革性的潛力。這篇綜述旨在總結過去三年中這些看似呈指數(shù)級增長的進展，探討這些新技術的背景、實施情況、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，正通過改進診斷、患者互動和醫(yī)療預測來改變醫(yī)學領域。
大語言模型能夠實現(xiàn)對話式界面，簡化醫(yī)療報告，并協(xié)助臨床醫(yī)生進行決策。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)，在病理學和醫(yī)療篩查方面表現(xiàn)出色。AI 驅動的工具通過持續(xù)監(jiān)測和多尺度預測，有望實現(xiàn)主動、個性化的醫(yī)療保健。然而，要實現(xiàn)廣泛的臨床應用，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)療實踐的變革：AI 賦能的醫(yī)療實踐將臨床護理從偶發(fā)性互動轉變?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重時才在醫(yī)院進行被動處理，而是可以在熟悉的環(huán)境中更早地得到持續(xù)關注。新的醫(yī)學知識能夠更輕松地融入護理模式，同時借助新的 AI 技術開發(fā)出新藥物。
多尺度醫(yī)療預測：AI 算法可用于醫(yī)療預測，基于各種動態(tài)輸入來預測未來的醫(yī)療事件。這些算法可應用于多個層面，從分子層面到群體層面。
醫(yī)療 AI 實施路線圖：基礎科學研究逐漸催生出概念驗證模型。更大規(guī)模的模型和早期臨床應用能夠為最終的臨床部署和優(yōu)化打開大門。
在過去的幾年里，AI 在醫(yī)療健康領域的應用取得了重大進展。醫(yī)學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確性并改善患者的治療結果。諸如高級篩查、創(chuàng)新成像技術、醫(yī)療預測中的預測分析以及個性化管理計劃等 AI 的進步，有望將患者護理從以醫(yī)院為基礎的被動模式轉變?yōu)橐越】祪?yōu)化為主導的主動系統(tǒng)，并實現(xiàn)精準干預。
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現(xiàn)。在 AI 被廣泛應用于臨床實踐之前，仍存在一些嚴峻的挑戰(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前醫(yī)療系統(tǒng)中有明確的實施路徑。臨床應用仍是醫(yī)療專業(yè)人員更廣泛使用 AI 工具的主要障礙。
原文鏈接：
https://www.cell.com/cell/fulltext/S0092-8674(25)00568-9
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
