AI醫療里程碑:新系統可提前數年預測1000多種疾病風險
全新AI系統可在症狀出現前數年預測超過1000種疾病風險,整合基因組學、電子病歷和穿戴裝置數據,預測準確率顯著高於傳統工具。
一套革命性的AI疾病預測系統在2026年3月正式亮相,標誌著預防醫學領域的重大突破。該系統能夠在症狀出現前數年預測個體罹患超過1000種疾病的風險,將醫療範式從「有症狀才就醫」推向「無症狀即預警」。這項成果由英國劍橋大學醫學AI實驗室主導,聯合Google DeepMind健康團隊和NHS(英國國家醫療服務體系)共同開發,研究成果發表在《Nature Medicine》上。
這套系統的核心技術是一種名為「多模態健康圖譜」(Multi-Modal Health Graph)的深度學習架構。它能同時處理電子病歷、基因組數據、穿戴式裝置的連續生理訊號、影像學資料以及生活方式數據,透過1.2兆參數的Transformer模型進行跨模態推理。據Earth.com報導,研究團隊使用了英國生物銀行(UK Biobank)中超過50萬人長達15年的縱向健康數據進行訓練,並在獨立的驗證集上取得了平均AUC 0.91的預測準確率。
具體而言,該系統在心血管疾病的5年預測上達到了AUC 0.94,在第2型糖尿病上為0.93,在多種癌症早期風險評估上為0.87。《MIT Technology Review》指出,這意味著每10個被系統標記為高風險的患者中,有9個確實在隨後幾年內發展出相關疾病。更重要的是,系統可以給出具體的風險因子歸因分析,告訴醫師和患者哪些因素貢獻了最大風險。
世界衛生組織(WHO)秘書長譚德塞在聲明中表示:「這項技術有望從根本上改變全球公共衛生策略。如果我們能在疾病發生前數年進行干預,全球醫療支出可能減少數兆美元。」WHO同時發布了《AI預測醫學倫理指導框架》,強調在部署此類系統時必須確保資料隱私保護和演算法公平性。
NHS已宣布將在2026年下半年啟動為期兩年的臨床試驗,涵蓋英格蘭地區約200萬人。參與者將獲得個人化的疾病風險評分和AI生成的預防建議。英國衛生大臣表示,如果試驗成功,計劃在2028年前向所有NHS註冊居民推廣這項服務。據《金融時報》估算,僅在英國,這套系統如果全面部署,每年可避免約12萬例可預防疾病的發生,為NHS節省約40億英鎊的醫療開支。
然而,該系統也引發了不少爭議。哈佛大學醫學倫理學教授Sarah Chen警告稱,「過早告知患者未來患病風險可能導致嚴重的心理負擔,甚至引發不必要的過度醫療。」此外,保險業對此技術表現出濃厚興趣,引發了關於基因歧視和健康數據商業化的擔憂。歐洲議會已經開始討論是否需要立法禁止保險公司使用AI預測數據來調整保費。
在技術層面,Google DeepMind的首席健康科學家Alan Karthikesalingam在Nature Medicine的配發評論中指出,該系統的突破在於成功融合了基因組學和即時生理數據。傳統的多基因風險評分(PRS)只能解釋約20%的疾病遺傳風險,而新系統透過整合環境和行為數據,將解釋力提升到了65%以上。他同時坦承,該系統在非歐洲裔人群中的表現仍有差距,研究團隊正在與非洲和亞洲的醫療機構合作擴展訓練數據的多樣性。
業內人士普遍認為,這項突破將加速AI醫療產業的發展。Morgan Stanley在最新研報中將全球AI醫療市場的2030年預估規模從1870億美元上調至2400億美元。從預防到診斷再到治療,AI正在重塑醫療健康的每一個環節。
從全球競爭格局來看,AI疾病預測領域正在形成三極競爭態勢。美國方面,Google DeepMind和微軟Research Health分別在癌症早篩和罕見病預測上取得重大進展,約翰霍普金斯大學的臨床試驗已經涵蓋30萬名患者。中國方面,百度健康和商湯科技聯合推出的「AI體檢」系統已在北京、上海等城市的50家三甲醫院試運行,重點針對中國高發的胃癌、肝癌和食道癌。歐洲方面,除了本次發布的劍橋系統外,法國INRIA和德國馬普研究所也在推進泛歐洲的多中心臨床驗證計畫。
從技術路線來看,該系統還面臨數據品質的根本性挑戰。各國電子病歷系統的標準化程度差異巨大——美國使用HL7 FHIR標準,歐洲各國標準不一,而大量開發中國家的醫療紀錄仍以紙本形式存在。穿戴式裝置數據的準確性也參差不齊——消費級裝置的感測器精度遠低於醫療級別,不同品牌之間的數據格式和取樣頻率也不統一。如何在「髒數據」上保持模型的穩健性,是系統從實驗室走向臨床的最大技術障礙。
投資界對這條賽道的熱情空前高漲。據PitchBook數據,2025年全球醫療AI領域的風險投資總額達到287億美元,其中疾病預測和早篩方向的占比從2023年的12%飆升至2025年的34%。紅杉資本合夥人在最近的行業會議上表示:「AI疾病預測是繼AI製藥之後,醫療AI領域最有可能產生千億市值公司的賽道。」正如《Nature Medicine》編輯評論所寫:「如果說AI的其他應用是在提升效率,那麼疾病預測AI則可能真正挽救生命。每提前一年發現癌症風險,患者的五年存活率就能提高20%以上。」