研究人员如今正借助人工智能来帮助定制癌症治疗方案，并挖掘现有药物被忽视的新用途。其他一些系统则能够检索显微镜图像，或识别人类容易忽略的细微生物信号。
其中一些技术已经惠及患者。另一些仍处于临床试验或研究实验室阶段，因此我们需要谨慎区分前景看好的科学研究与当下真正可以接受的治疗。
尽管如此，研究人员如今取得的成就在几年前还难以想象。以下是人工智能已经在哪些方面改变着医学，以及在将健康托付给它之前你需要了解的信息。
全新推出！欢迎参加我们即将举行的CyberGuy直播课程“借助AI获得更好的医疗保健”。在这堂免费的在线直播课上，库尔特“网络小子”克努特森（Kurt "CyberGuy" Knutsson）将向您展示五种实用方法，让AI帮助您在医疗保健中发挥更积极的作用。您将学习如何整理个人健康史、记住重要的预约细节、理解复杂的医疗信息、查询处方药，并为下次就诊准备好问题。无需任何技术经验。
立即在 CyberGuyLive.com 免费获取 癌症疫苗在里程碑式试验中阻止致命黑色瘤复发或扩散 Moderna 和 Merck 带来了近期最大的进展之一。8 月 19 日，两家公司公布了 III 期黑色瘤试验的初步顶线结果。该研究测试了 intismeran autogene（也称为 V940 或 mRNA-4157）与 Keytruda 的联合使用。该试验招募了 1,137 名接受了手术完全切除的高风险黑色瘤患者。该联合疗法达到了其无复发生存期的主要终点。它也达到了衡量无远处转移生存期的关键次要终点。
默沙东和莫德纳表示，这是个体化新抗原疗法首次获得三期临床试验的积极结果，也是基于mRNA的癌症疗法首次取得三期临床试验的阳性结果。这听起来很复杂，但其基本原理令人着迷。研究人员从患者的肿瘤样本入手，分析肿瘤独特的突变，并利用算法筛选出可能有助于免疫系统识别癌症的靶点。由此制成的个体化疗法最多可编码34种新抗原。莫德纳还表示，V940项目在研发过程中使用了集成的人工智能算法。
随后，该公司会根据选定的靶点制造mRNA疗法。你可能见过这种方法被称为个性化癌症疫苗。莫德纳和默克目前将intismeran描述为一种个体化新抗原疗法。其目标是训练免疫系统识别该患者癌症所特有的特征。
人们有很多理由感到兴奋，但也存在一个重要的局限性。默克和莫德纳迄今仅公布了III期试验的主要结果。两家公司计划在国际医学会议上公布完整研究结果，并与监管机构分享。该研究还将继续追踪总生存期。
此前的结果提供了更多背景信息。在一项随访时间更长、规模较小的2b期研究中，与单独使用Keytruda相比，intismeran联合Keytruda将复发或死亡的风险降低了49%。该疗法还将远处转移或死亡的风险降低了59%。这些早期结果来自规模小得多的患者群体，这使得规模更大的3期试验成为重要的一步进展。尽管如此，intismeran仍处于研究阶段，美国食品药品监督管理局（FDA）尚未批准intismeran用于治疗黑色素瘤。
开发一种新药可能需要多年时间。另一组研究人员则在提出一个不同的问题：如果有效的疗法早已存在呢？大卫·法金鲍姆（David Fajgenbaum）博士联合创立了非营利组织Every Cure，致力于探索这一可能性。根据Every Cure的2025年年度报告，全球约有18,000种公认的疾病。该组织表示，其中大约4,000种已有获得美国食品药品监督管理局（FDA）批准的药物。这意味着仍有大量疾病的治疗选择十分有限。
Every Cure利用人工智能扫描生物医学知识，寻找现有药物与它们可能治疗的其他疾病之间的关联。该组织称，其系统能在不到一天的时间里生成数千万个预测。随后，研究人员会对最有前景的可能性进行深入研究。
联邦卫生高级研究计划局（ARPA-H）正通过一个名为MATRIX的项目支持这一方法。MATRIX利用机器学习和人工智能来预测哪些已获美国食品药品监督管理局（FDA）批准的药物可能用于治疗其他疾病。随后，研究人员通过实验室或临床工作来验证有前景的候选药物。人工智能并不能证明某种药物对另一种疾病有效。相反，它可以帮助研究人员决定下一步的探索方向。这可以极大地缩小原本浩如烟海的搜索范围。
法伊根鲍姆亲身见证过为现有药物找到新用途意味着什么。凯拉·马布斯13岁时患上多中心型卡斯尔曼病，尽管接受了化疗，病情依然十分严重。2020年，她的医生尝试使用鲁索替尼——一种已用于治疗某些血液疾病的药物，但尚未获得美国食品药品监督管理局（FDA）批准用于治疗卡斯尔曼病。几个月内她的病情开始好转，并于2021年1月被宣布病情缓解。人工智能并没有找到她的治疗方案，但她的病例说明了为什么Every Cure组织希望利用人工智能更快、更大规模地发掘有前景的药物与疾病之间的关联。
在哥伦比亚大学生育中心，人工智能正在应对一项截然不同的挑战。研究人员开发了名为STAR的精子追踪与回收系统。该系统将高速成像技术与人工智能检测模型及微流控技术相结合。
STAR专为无精子症或隐匿精子症患者而设计——这类病症患者的精液中可能看似没有精子，或精子数量极少。该系统对精液样本的检查彻底程度远超人工所能及。STAR每小时可捕获并处理约110万张图像，其AI模型会逐帧筛查可能存在的精子细胞。
当系统确认发现精子后，微流控装置便会将该细胞分离出来。医生随后可将回收的精子用于生育治疗，或冷冻保存以备后用。在一个验证样本中，胚胎学家搜索了两天仍未找到精子，而STAR在大约一小时内就找到了44个精子。这正是AI能够大显身手的那类重复性搜索任务。人眼会感到疲劳，而计算机却能持续不断地逐帧检查下去。
新型血液检测可检出90%的侵袭性前列腺癌病例，优于现有筛查手段这项技术已不再只是研究示范。哥伦比亚大学表示，STAR于2025年3月实现了首例报道的妊娠。这对夫妇曾历经近二十年努力试图怀孕。STAR发现并回收了常规检查在同一份样本中遗漏的精子。该妊娠后来顺利诞下一名健康婴儿。
这并不意味着STAR对每个人都有效。哥伦比亚大学目前报告称，在曾被诊断为无精症的患者中，约28%的人能够检出精子。该中心表示，约20%的成熟卵子可与STAR回收的精子成功受精。这些受精卵中约有18%发育为可用于移植或冷冻的优质胚胎。
这些成功率低于常规的体外受精（IVF）或卵胞浆内单精子注射（ICSI）。使用STAR技术的患者往往面临特别棘手的生育问题，这有助于解释这一差距。即便如此，这项技术表明，找到一个微小的生物学线索，就可能彻底改变患者可以选择的方案。
香港大学的研究人员正在探索另一种可能性。他们基于人工智能的工具名为CardiOmicScore，可分析血液中的分子信息。研究人员使用了来自英国生物样本库（UK Biobank）的大规模数据。该系统检测了2,920种循环蛋白和168种代谢物，同时还纳入了基因组信息。
CardiOmicScore利用深度学习来评估六种心血管疾病的未来风险，包括冠心病、中风和心力衰竭。该系统还可评估心房颤动、外周动脉疾病和静脉血栓栓塞。研究人员发现，与标准临床信息相结合时，这一方法提高了风险预测的准确性。在某些情况下，CardiOmicScore最早可在症状出现前15年就标记出风险升高。
想想这最终可能意味着什么。医生或许不再是等到症状出现后才发现了心血管疾病，而是在还有更充裕的干预时间时就收到警示。不过，CardiOmicScore目前仍是一项研发中的成果。如今，你还无法走进医生的诊室，要求将其作为一项常规筛查检测。
在加州大学洛杉矶分校（UCLA），科学家们正在采用另一种方法进行个性化癌症治疗。他们培育出被称为“类器官”的微小实验室培养肿瘤复制品。研究人员可以让这些类器官接触不同的药物，并监测其反应。他们的平台将3D生物打印与先进成像技术和人工智能相结合。人工智能帮助研究人员处理类器官对治疗产生反应时生成的大量成像数据。该系统可以追踪数千个单独的类器官。
这使研究人员能够观察肿瘤的不同部位对各种药物的反应。这之所以有价值，是因为癌症在不同患者身上的表现可能各不相同。即使是同一个人肿瘤内的细胞，对治疗的反应也可能不同。研究人员希望这类技术最终能帮助找到更适合个别患者癌症的治疗方法。目前，加州大学洛杉矶分校（UCLA）仍在继续开发和验证这一平台。
人工智能在医学领域的应用前景并不局限于血液样本和显微镜。研究人员还在研究计算机能从我们说话的方式中学到什么。9月4日发表在《npj Digital Medicine》上的一篇观点文章探讨了肌萎缩侧索硬化症（ALS）和帕金森病的语音生物标志物。
神经退行性疾病可引起可测量的言语变化。研究人员认为，人工智能有潜力分析这些变化，并帮助监测疾病进展。对于肌萎缩侧索硬化症(ALS),作者认为在追踪影响言语和吞咽的变化方面尤其具有潜力。然而，这一领域仍处于早期阶段。
截至本文发表时，尚无用于肌萎缩侧索硬化症或帕金森病的言语或语音衍生终点获得美国食品药品监督管理局(FDA)或欧洲药品管理局的资格认定。一款ALS言语分析平台已获得FDA突破性医疗器械认定。这一资格有助于加快监管审查进程，但并不等同于FDA的上市授权。研究人员看到了这一领域的真正潜力，但临床验证仍有待进一步完善。
患者接受实验性免疫疗法后近三年保持无癌状态 您可能从未打开过AI聊天机器人，却已在医疗过程中接触到AI。
如果您或您认识的人有自杀念头，请拨打全国自杀预防生命线：1-800-273-TALK (8255)。
实验室在分析肿瘤时可能会用到它。生育诊所可能会用它来寻找人眼遗漏的东西。研究人员还可以在幕后利用AI寻找值得研究的治疗方法。对您而言，关键问题是有多少证据支持所使用的特定技术。
大学研究项目与已通过临床试验和监管审查的医疗器械处于截然不同的阶段。您还应了解其中仍保留了多少人工监督。AI可以帮助医生处理信息并识别模式。您的医疗决策仍然应当基于您的个人情况，获得合格的医学判断。
这就是为什么当人工智能成为您医疗护理的一部分时，多问几个问题会有所帮助。医疗人工智能可能很有用。您仍然有权知道它对您有何影响。
了解这项技术在您的医疗护理中扮演着什么角色。它是为医生分析信息吗？它会标记某些内容以供进一步审核吗？“人工智能驱动”这一说法可以涵盖各种各样的技术，因此请对方给出一个简单的解释。
询问在任何人做出决定之前，是否会有医生、专科医生或实验室专业人员核查人工智能的结论。当检查结果可能影响治疗或诊断时，人工审核就显得尤为重要。
在涉及监管授权的情况下，请询问FDA是否已对该技术进行了许可或批准。同时了解有哪些类型的研究支持该技术。早期研究或许显示出前景，但仍可能有一些重要问题尚未解答。
医疗人工智能可能依赖敏感的健康信息。请询问您的医疗服务提供者如何存储这些数据，以及谁有权访问这些数据。您还可以询问您的信息是否可能被用于改进或训练人工智能系统。欲了解医疗保健领域人工智能透明度的更多信息，请参阅我们的CyberGuy指南，了解患者应当知晓的AI披露事项。本文仅提供一般性信息，不能替代您的医疗保健专业人士的建议。
我觉得这里非常有趣的是，人工智能如何帮助医生和研究人员看到他们自己极难发现的东西。一个系统可以在一小时内搜索超过一百万张显微镜图像，寻找单个精子细胞。另一个系统可以筛选海量的医学研究，为现有药物找到可能的新用途。研究人员甚至正在根据单个患者肿瘤内部的独特突变来开发癌症治疗方法。这确实非常了不起。但我也认为，我们必须小心，不要让围绕人工智能的兴奋情绪跑在科学前面。黑色素瘤三期试验的结果令人鼓舞，但我们仍需要看到完整的数据。本文提到的其他几项技术仍处于实验阶段，或仅在有限的场景中可用。对我来说，这正是事情真正有趣的地方。
人工智能可以帮助医生更快地找到答案，并发现他们可能忽略的可能性。我接下来想看到的是，这些发现能在多大程度上转化为真正能改善人们健康和生活质量的治疗方法。
如果人工智能发现了一种你的医生从未考虑过的治疗方法，在你会觉得放心地尝试之前，你需要多少证据？请通过 CyberGuy.com 联系我们，告诉我们你的想法。订阅我的免费 CyberGuy 报告