2023年，一段由人工智能生成的威尔·史密斯吃意大利面视频风靡网络。画面显得十分生硬：手指动作怪异，面部表情扭曲。去年，新版视频问世，这次几乎完美无缺。在医疗保健人工智能领域，我们观察到类似的进步模式——从早期充满幻觉的系统，逐步发展为能提供可靠且具临床实用价值的工具。
从哥白尼时刻到意大利面时刻
威尔·史密斯吃意大利面已成为评估生成式AI能力增长的基准，甚至被收录于维基百科。NextMed Health创始人丹尼尔·克雷夫特（Daniel Kraft）在荷兰马斯特里赫特举办的ICT&health世界大会上引用这一类比，强调医疗AI的指数级发展。
克雷夫特指出："指数级变化往往看似缓慢，直到突然变得无法忽视。"威尔·史密斯吃面的例子说明，AI系统如何通过数据快速学习，这与线性增长的其他创新截然不同。
医疗领域同样如此。在医学影像方面，AI系统在皮肤癌检测、糖尿病视网膜筛查和乳腺癌分析等领域的表现已达到或超越普通专科医生水平。放射学研究表明，当AI作为第二阅片者时，假阳性和假阴性率可降低两位数百分比。心脏病学领域中，算法能从看似正常的ECG心电图中，提前数年预测心房颤动或心力衰竭。
AI能力远超ChatGPT——后者每月都在美国医师执照考试（USMLE）中取得更高分数。新型模型开始模拟人类医生的决策过程。例如，专为复杂医疗诊断设计的MAI-DxO（微软人工智能诊断协调器）已实现85.5%的诊断准确率，远超人类医生20%的水平。
精准度提升、成本下降、医生信任度和可及性增强。曾经仅限于大学医学中心的稀缺专业知识，如今可实现全球扩展，甚至惠及医疗基础设施薄弱的偏远小村庄。
我忆起六年前，TransformHealth首席执行官卢西安·恩格伦（Lucien Engelen）曾提及医疗领域的"哥白尼时刻"，即"我们（思维）从围绕专业人士的体系，转向围绕患者的体系"。他言之有理。如今，这已是"医学的意大利面时刻"。2022年，我们还嘲笑ChatGPT说谎、产生幻觉且无法诊断疾病；而今，根据OpenAI最新报告，全球每日有4000万人向ChatGPT咨询健康问题（占所有提示的5%）。
AI已至：善用或淘汰
2022年ChatGPT发布前，除医学影像外，AI在医疗领域举步维艰。如今，AI正加速融入医疗IT软件和应用，包括排班系统、分诊工具和虚拟护士。AI Scribes成为数十年来首个实现电子病历快速便捷记录的工具，且不干扰医患互动。试点研究表明，医生和患者对此表示欢迎：它减轻了行政负担，每周节省数小时，同时改善了沟通——医疗专业人员不再需要紧盯电脑屏幕。
除这些微小改进外，AI更提供了变革医疗范式的机遇。我们长期讨论的反应式、间断性、成本高昂、碎片化且采用"一刀切"模式的医疗体系，曾因缺乏变革工具而仅停留在理论层面。借助AI，医疗服务变得连续、主动且个性化，无处不在。这些转变将推动核心目标的实现：从按服务收费转向按疗效付费体系。
AI还是消费者医疗的驱动力，赋予个人曾仅限诊所和医学实验室使用的技术。可穿戴设备实时追踪心率、睡眠质量、血糖和活动量；智能手机捕捉语音、动作和行为作为健康指标；智能传感器收集数据以解码不健康行为。AI系统分析这些流数据，早期预警风险并辅助决策。如今，语音的细微变化可预测认知衰退，打字模式的改变则预示神经系统疾病。
诊断加速，监测实时化。医疗专业人员能力得到增强：医生不再询问过去六个月的感受，而是查看昨日甚至一小时前的情况，无需手动处理海量数据——AI即可完成。
人类适应差距
患者已在ChatGPT等工具中自查症状。AI辅助放射科医生、病理学家和皮肤科医生。虚拟护理平台分诊患者。算法优化医院运营。这些已是现行实践，未来AI将渗透生活每个角落。
不久，个性化健康代理将指导我们更健康生活。它了解你的基准值、风险、目标和偏好，适时提醒健康指标变化，帮助自主管理诊疗，必要时引导就医。AI机器人有望成为复诊间隔的常伴伙伴，尤其针对慢性病患者。这意味着医疗体系从治疗疾病转向维护健康：医院聚焦急症和复杂护理，而预防和监测多在家庭或社区进行。护理团队将更早、更精准干预。
聆听丹尼尔·克雷夫特的演讲，未来光明可期。然而，技术和AI可指数级增长，社会却线性发展。简言之：技术变革迅速，人类适应缓慢。技术疲劳已显现，许多人难以跟上。互联网和智能手机普及使知识触手可及，却也助长了虚假信息。
这种差距引发紧张、恐惧甚至反弹。临床医生开始担忧职业前景——在AI代理无所不知、家庭采集数据比电子病历更相关的世界里，自身角色何在。部分患者欢迎AI，部分则恐惧，可能加剧医疗不平等。
AI无法改变人性与经济地位
克雷夫特强调："我们必须将AI用作智能增强，而非人工替代。"此目标对保留人文关怀和谦逊等价值观至关重要。这也呼吁在医疗领域实验性应用AI，聚焦临床可行的解决方案。最大风险并非AI发展过快，而是医疗体系行动迟缓，扩大可能性与实际交付间的鸿沟。
遗憾的是，医疗AI缺乏如威尔·史密斯吃面般具象的进步例证——后者生动展示了生成式视频模型的飞跃。我不同意丹尼尔·克雷夫特将此作为所有领域（包括医疗）AI指数级进步的证据。医疗决策本质上不同于识别数十亿像素中的模式：它固然涉及数据分析，更需要情境理解、责任担当和人类判断。
AI将提供更深入的健康洞察，但多数建议仍将不变：均衡饮食、加强运动、充足睡眠、管理压力、早筛疾病。真正的变革在于早期干预和个性化指导。然而，人们必须落实这些建议——鉴于背景、经历、动机、价值观、需求、生活环境和经济条件的差异，这往往困难重重。在热衷技术可能性的同时，我们切勿忽视这一现实。
观看丹尼尔·克雷夫特在2026年ICT&health世界大会的主题演讲。
【全文结束】
