文章重點
- Stanford大學SleepFM模型僅用一夜睡眠數據即可預測未來疾病風險
- 密歇根大學AI系統在數秒內解讀腦部MRI，準確識別多種神經系統疾病
- AI在肺結節檢測中準確率達94%，顯著超越人類放射科醫生的65%
- FDA已批准近400個專門用於放射學的AI演算法
- AI利用10秒心電圖診斷冠狀動脈微血管功能障礙，替代昂貴的侵入性檢查
醫療AI的「iPhone時刻」
如果2025年是醫療AI的試點年，2026年正在成為它的「部署年」。Menlo Ventures的數據顯示，醫療行業採用AI的速度是整體經濟的兩倍，但目前僅有約20%的醫療機構在使用——這意味著巨大的增長空間。到2026年底，預計近90%的醫院將採用AI驅動的診斷和遠程監控技術。
在這場靜默的革命中，幾項突破性研究正在重新定義AI在醫療診斷中的可能性。
一夜睡眠，預知未來
Stanford大學醫學院在2026年1月發表了一項引人注目的研究：他們開發的SleepFM模型，能夠僅通過分析一夜的標準睡眠檢查數據來預測個體未來的疾病風險。
研究團隊首先在傳統任務上驗證了SleepFM的能力——如分類不同的睡眠階段和診斷睡眠呼吸中止症的嚴重程度——結果與最先進的專用模型持平或更優。隨後，他們挑戰了一個更宏大的目標：從睡眠數據中預測未來的疾病發生。
系統分析了腦電波、心率、呼吸模式等生理信號中隱藏的模式，這些模式對人類醫生來說幾乎不可見，但對AI而言卻蘊含著豐富的預測信息。這項研究暗示了一個令人興奮的可能性：常規的睡眠檢查不僅能診斷睡眠問題，還可能成為全身健康的預測窗口。
秒讀腦部MRI
密歇根大學的研究人員開發了一個AI系統，能夠在數秒內解讀腦部MRI掃描，準確識別多種神經系統疾病，並判斷哪些病例需要緊急處理。在神經科急診中，時間就是生命——一次中風的每一分鐘延誤都意味著約190萬個神經元的死亡。這個AI系統可以在放射科醫生正式閱片之前，自動標記緊急情況並發出預警。
10秒心電圖的隱藏信息
密歇根大學的另一個團隊開發了一個AI模型，能夠僅通過標準的10秒心電圖（EKG）來診斷冠狀動脈微血管功能障礙（CMVD）。這種疾病此前需要昂貴的先進影像檢查或侵入性手術才能識別。AI模型將一項原本需要專業設備和大量費用的診斷，簡化為任何診所都能進行的常規心電圖檢查。
放射學：AI已成標配
AI在放射學領域的應用已不再是新聞，而是正在成為標準配置。FDA已批准近400個專門用於放射學的AI演算法。在肺結節檢測任務中，AI系統達到了94%的診斷準確率，顯著超越人類放射科醫生的65%。
這並不意味著AI將取代放射科醫生。更準確的說法是：使用AI的放射科醫生將取代不使用AI的放射科醫生。AI充當了一個永不疲倦的「第二雙眼睛」，幫助醫生捕捉可能被忽略的微小異常。
藥物研發的加速器
AI在診斷之外也在重塑藥物研發。研究人員利用AI設計了一種新型分子，能夠顯著提升化療對胰臟癌的治療效果。AI生成的化合物針對腫瘤細胞的特定抗藥機制，使其更容易受到標準治療的影響。Illumina推出了十億細胞圖譜（Billion Cell Atlas），與AstraZeneca、Eli Lilly和Merck合作，利用AI將藥物發現推入超大規模時代。
挑戰仍存
儘管技術進步令人印象深刻，AI醫療診斷仍面臨重要挑戰。數據異質性、模型漂移、偏差和嚴格的監管要求都是需要持續關注的問題。診斷錯誤每年影響約5%的人口，而AI診斷工具正在通過早期檢測和即時臨床警報來應對這一挑戰——但它們本身也需要嚴格的驗證。
對香港的意義
香港作為亞洲醫療中心，擁有先進的醫療基礎設施和高品質的醫療數據。AI診斷工具的成熟為香港的公私營醫療系統提供了提升效率的機會——特別是在公立醫院排隊時間過長的背景下。AI輔助的初步篩查可以幫助分流患者，將有限的專科醫生資源集中在最需要的地方。香港大學和中文大學的醫學院也正在積極參與AI醫療研究，有望在這一領域發揮更大作用。