医疗AI：新生物标志物、候选药物与日益普及
超过80%的美国医生在工作中使用AI。AI正在发现新的心脏生物标志物并加速药物研发，医疗AI市场预计到2033年将达到5056亿美元——但研究警告存在偏见和批判性思维退化的问题。
人工智能在医疗保健领域的应用快速增长。美国医学会（AMA）的一项调查显示，2025年超过80%的美国医生表示在工作中使用AI——这一比例是2023年的两倍多。超过70%的受访者认为AI有助于改善医疗保健，主要途径是提高系统效率和减少职业倦怠。与此同时，新研究展示了AI在发现隐藏疾病生物标志物和加速药物研发方面的能力。
加州大学伯克利分校及其合作机构的研究人员利用超过44万份心电图（ECG）数据训练了一个深度学习模型，这些数据与瑞典的国家死亡记录相关联。该模型在常规心电图中发现了一个此前未被识别的生物标志物，能够识别出心源性猝死极高风险的患者，其中许多人按照现行临床指南是无法被识别的。在放射学领域，近期研究表明，AI系统在CT扫描中检测细微骨转移的准确度可与经验丰富的放射科医生相当甚至更高，并且作为辅助工具能提高放射科医生的表现。
在药物研发方面，Mindbeam AI结合生成式AI、计算建模和虚拟筛选，设计并评估了24个靶向TRPV1（参与疼痛信号传导的受体）的新型候选药物。其中三个先导化合物显示出强大潜力；其中一个在预测疗效、生物利用度和耐受性之间表现出良好的平衡。这项工作旨在解决对乙酰氨基酚（最广泛使用的非处方止痛药之一）长期高剂量使用所带来的肝毒性风险。Mindbeam AI创始人兼首席执行官表示：“这只是超越对乙酰氨基酚的可能性的开始。”
AI也正在被整合到临床试验基础设施中，而公平性问题依然存在。**《自然》（Nature）**杂志的一篇评论指出，临床试验中种族和民族少数群体、女性、老年人、孕妇以及社会经济弱势群体的代表性不足仍然是一个长期问题。已有记录的有害案例包括：一个广泛使用的健康管理算法将医疗支出作为需求的替代指标，系统性地低估了黑人患者的优先级别；以及对九个大型语言模型进行的超过170万条输出的评估发现，对于被标记为黑人、无家可归者或LGBTQIA+群体的病例，模型给出了有偏见的建议。同一分析也认为，如果治理得当，AI同样可以减少差异。
商业市场也反映了这一快速应用趋势。根据Grand View Research的一份报告，2025年全球医疗AI市场估值约为367亿美元，预计将从2026年的507亿美元增长至2033年的5056亿美元，预测期内复合年增长率为38.90%。
行业高管同样持乐观态度。德勤（Deloitte）发布的《2026年美国医疗保健展望》显示，超过80%的医疗高管表示，AI今年将在行业的各项运营中发挥宝贵作用。AI已经帮助处理常规文档、分析患者病史、改进针对肺癌或脑肿瘤的液体活检、加快MRI诊断、减少误报以及预测疾病风险。与此同时，立法者对患者隐私以及AI驱动的系统可能携带或加剧基于种族和性别的偏见表示担忧；参议院听证会已对医疗保健中的AI整合进行了审查。
然而，一些早期研究表明，使用AI可能会削弱批判性思维、创造力和技能发展。在2025年麻省理工学院（MIT）的一项实验中，人们在AI辅助下写文章时的大脑活动有所减少。另一项分析37万篇大学入学论文的研究发现，在生成式AI聊天机器人出现后，原创想法的范围收窄了。医学教育工作者正在开发一些方法，在保留批判性思维的同时整合AI，例如让学生批评AI的输出，或在不用笔记本电脑的情况下解决问题。
AI还在个体层面实现个性化治疗。OpenAI的首席执行官提到一个案例：一个人使用ChatGPT和其他大型语言模型，为一只被诊断出癌症的狗设计了个性化mRNA疫苗。这一过程涉及基因组测序、识别c-KIT基因突变、利用AlphaFold研究蛋白质行为，以及发现用于疫苗设计的新抗原。最终治疗方案将定制疫苗与酪氨酸激酶抑制剂和PD-1抑制剂相结合，并使用AI优化了用药时机和相互作用。该CEO指出，在每一步骤中，人类专家仍然是必要的。