人工智能疾病预测：20年后的展望——生活会更好吗？
作者：陈珍妮弗博士 | 2025年9月28日
本文摘要：人工智能与预防性健康的机遇与挑战
本文探讨了预防性健康措施（尤其是利用人工智能和大型数据库的技术）与患者实际受益之间的复杂关系。文章呈现了细致的观点，既突出了潜在益处，也指出了过度诊断、焦虑以及对“健康监控强迫症”的潜在有害痴迷等重大风险。
主要论点与观点：
- 筛查中的假阳性问题：癌症筛查虽有时有效，但频繁产生大量假阳性结果。这导致不必要的侵入性检查、患者长期焦虑，并延误真正癌症患者的适当治疗。
- 结肠镜检查的成功案例（附带注意事项）：一项研究表明，结肠镜检查可将结肠癌死亡率降低50%，但需通过严格且昂贵的研究来证明其益处——而此类研究并不总是进行。
- 对人工智能承诺的质疑：卡洛斯·阿尔瓦雷斯-达德特（Carlos Álvarez-dardet）教授对人工智能和大数据将彻底改变健康的观念持高度怀疑态度。他认为，人类对“什么创造健康”的理解远不如对疾病的认识深入，且过度聚焦预测本身存在根本缺陷。
- “健康监控强迫症”概念：阿尔瓦雷斯-达德特创造了这一术语，用以描述持续健康监测和风险评估的负面影响。它助长焦虑、内疚，以及对完美健康难以企及的追求。他批评“无法衡量则无法改进”的理念是推动不必要检查的驱动因素。
- 可疑的诊断测试案例：文章以食物不耐受测试为例，指出这类诊断测试缺乏科学证据，往往受盈利动机驱动。
- 人工智能的医疗局限性：阿尔瓦雷斯-达德特认为，人工智能无法融入良好医疗实践所必需的“直觉”，且用AI驱动的指南完全取代医生将难以有效。
- 肿瘤学中人工智能的乐观展望：玛丽娜·勒纳德（Marine Renard）持更积极观点，相信人工智能有潜力显著改善癌症治疗，甚至可能带来根本性突破。
- 数字孪生与个性化风险预测：勒纳德强调了数字孪生技术（利用个人数据预测健康风险）的潜力，使患者能基于精准预警做出明智决策，其效果远超泛泛的健康建议。
- 公共健康可持续性焦点：文章最后提及人工智能有潜力解决欧洲公共健康系统的资源失衡问题，促进更公平的医疗覆盖。
本文讲述了一个关于医疗保健中盲目采用新技术的警示故事，强调了严格科学证据的不可或缺性、对健康的全面理解，以及当预防措施变得过度侵入性和焦虑诱发时可能产生的意外负面后果。
【全文结束】
