Xiaharry的个人博客分享 http://blog.sciencenet.cn/u/Xiaharry

博文

从"看病"到"改命",中间还隔着几道坎

已有 190 次阅读 2026-10-15 15:04 |系统分类:科研笔记

9 月底,美国圣地亚哥。

Human Longevity 举办了一场科学顾问委员会(SAB)会议。与会者包括 2024 年诺贝尔物理学奖得主 Geoffrey Hinton、2013 年诺贝尔化学奖得主迈克尔·莱维特(Michael Levitt)、巴克衰老研究所所长埃里克·弗丁(Eric Verdin),以及曾参与世界卫生组织天花根除项目的流行病学家拉里·布兰迪特(Larry Brilliant)。

这几个名字平时很少同时出现在同一场会议里。讨论的题目也不新鲜——未来20 年,医学会变成什么样。

几份媒体报道给出的图景大致一致。会议的核心判断可以概括为:未来医学不会停留在发现已经存在的疾病,而会更强调识别并改变疾病的走向。

图1. 2026年9月24日在美国圣地亚哥举行的Human Longevity科学顾问委员会(SAB)会议上,来自人工智能、基因组学、衰老科学、临床医学与公共卫生等领域的多位专家围绕“未来医学”展开交流探讨。(图片来自网络)

一、讨论中提出的几个方向

综合几家媒体报道的要点,可归纳为六个方向:

1. 关注点从"有没有病"转向"会走向哪种疾病轨迹"。 慢病往往不是突然发生的,而是长期生物学变化累积的结果,风险管理的重心因此需要提前到疾病形成阶段。

2. 风险预测的价值不在预测本身,而在它能否改变未来。 报告提到的"测量—预测—排序—干预—再测量—学习"闭环,补的正是精准医疗长期缺失的一环。

3. 基因组学从一次性检测转向终身基础设施。 DNA 序列本身不会改变,但解释会不断更新,因此一次采集、长期保存、在未来反复重读,可能成为新的价值来源。

4. 健康数据从年度快照转向连续记录。 基因、影像、血液指标与可穿戴设备数据如果长期记录并对齐到同一时间轴,个体的动态健康轨迹才具备可分析的基础。

5. AI 的下一步可能是发现人类尚未理解的生物学。 AI 可以在大规模、多模态、长期数据中找出难以从单一数据源识别的规律,但这类"发现"仍然必须通过临床验证与安全评估。

6. 越接近长寿,越要回到科学证据。 衰老干预的安全性、有效性与责任边界必须经得起证据检验。动物结果不能直接等同于人体获益,制备工艺、用药时机与风险控制同样关键。

会议还提到一项规划:以 Human Longevity 在中国的医疗中心为依托,用 50 年为跨度持续追踪参与者与普通人群的健康与寿命数据,以长期真实世界证据校验预判与现实之间的差距。这个时间尺度听着极大,但逻辑上成立——寿命这种量级的问题,短期研究本来就难以给出答案。

以上是会议提供的内容。真正值得展开讨论的,是它没有处理的部分。

二、三道容易被跳过的坎

"从诊断疾病的终点,转向理解生命状态、预测风险走向"这句话听起来顺。但要真正落地,中间有几道坎,以下三道在公开讨论中最容易被略过。

第一道:预测出来之后

"测量—预测—排序—干预—再测量—学习"这个闭环里,最容易缺失的就是干预这一环。多数风险提示做到"你可能会发生什么"就停下了,没有回答"今天做什么能改变概率"。如果缺少可执行的干预路径——用药方案、生活方式调整、随访频率、手术阈值——预测就只是把焦虑量化了一遍,代价还不低。

据媒体报道,约 2.5% 的受检者发现了动脉瘤。这个比例本身不算高,但问题紧跟着就来了:发现之后如何分层管理,随访间隔设多久,手术时机如何把握,并发症风险怎么评估。这些不确定,"发现"本身就算不上获益。

缺少行动链条的预测,很难称为医学进步。

第二道:数据想存一辈子,制度和伦理跟不跟得上

从一次性检测转向可长期重读的数据资产,在学术和产业上都有很强诱惑力。但真要进入"终身"阶段,有三件事躲不开。

一是隐私与二次使用的边界。基因与长期健康数据天然敏感,数据在不同用途之间如何流转,谁拥有解释权,本人能否撤回或限制使用,目前尚无令人满意的答案。

二是结果一致性与可追责性。如果AI 模型更新后给出不同解读,此前告知的内容是否需要重新纠偏,临床上如何处理这种"解释变化"带来的决策风险,目前缺少成熟规则。

三是公平性与可及性。高质量随访与多模态数据采集的成本不低。如果只有少数人享有长期数据与算法服务,健康差距可能被进一步放大。

第三道:AI 找到的是规律,不是原因

辛顿提出AI 的价值不只在于更快执行既有工作,还可能发现人类尚未理解的生物学规律。这个判断本身成立,但需要补充一点:相关性不等于因果性。

即便 AI 能在乳糖不耐受等场景中快速识别出特征,也不等于它给出了可用于干预的因果机制。临床需要的证据不是"模型在测试集上表现好",而是能回答:干预之后结局是否真的改善,风险是否被控制,对不同人群的适用性如何,以及是否存在因样本、采集设备、基线健康差异导致的系统性误判。

比较可行的分工是:AI 负责找出可疑规律与风险分层,提高发现效率;机制研究与临床试验负责建立因果链条,完成医学闭环。临床验证仍然是价值终点,不是形式步骤。

三、安全性问题需要单独讨论

长寿干预领域有一个明显的倾向:有效性被放在前面讨论,安全性被让到后面。而对普通读者来说,安全性恰恰是更直接的信息需求。

弗丁提出的"科学长寿"是个有用的概括——延长寿命的前提是避免缩短寿命。据媒体报道,NAD+ 类产品静脉注射后曾出现致死的个案,这类事件是有效的提醒。

同一种药物或干预,给药方式、剂量窗口、制备工艺不同,风险可能截然不同。关于干细胞,报道中有一句话值得单独摘出来:风险可能来自制备工艺,而不是细胞本身。这句话对非专业读者尤其重要,因为看起来相近的产品,实际差异往往藏在质量体系、来源、纯度、污染控制、存活率与功能性验证这些通常不会被摆上台面的环节里。

因此长寿医学的证据分层需要更清晰。证据充分的干预可推广,且有明确指征与监管要求;有潜力但仍在研究的,需要严格的临床试验;证据不足的探索,不能用营销替代研究,也不能用个案替代系统证据。

这一层恰是出版环节每天在处理的问题。判断一项抗衰研究是否值得信任,通常先不看它宣称的效果有多惊人,而看它发表在哪里、审稿标准如何、原始数据能否获取、有没有独立团队复现。证据分层不是口号,它在期刊层面已经被具体执行——审稿标准、数据可及性要求、撤稿与更正机制,没有一项是装饰性的。选刊与投稿本身就是研究质量管理的一部分,而不是写完论文之后才处理的收尾工作。

四、与科研者相关的几件事

前面讨论的多为行业层面的问题,以下三条与读者的日常工作更为接近。

选刊不宜只关注影响因子。 同一研究方向在不同评价体系中的位置可能差异显著。目前并行的评价体系不止一种:Web of Science 的影响因子与分区、国内机构自建的期刊评价报告、各学会组织的高质量科技期刊分级目录,以及 2025 年由国内科研评价机构发布的"世界一流科技期刊目录",后者明确将非英文期刊纳入评价范围。投稿之前至少需要确认三件事:所在单位认可哪一套体系、目标期刊是否被拟投稿数据库收录、其读者群体是否与研究匹配。

文献洪水正在削弱筛选功能。 AI 辅助写作的大规模介入,使"文献数量"本身的筛选作用明显下降。这反过来说明,回到严格的同行评议与可追溯的证据链比以往任何时候都重要。其中有一个反直觉之处:文献量膨胀会稀释单篇研究的可信度,但缺少同行评议背书的结论传播得更快。掠夺性期刊仍有几个可识别的标志——不实广告式的"快速见刊"承诺、超低版面费、伪造的影响因子(impact factor fake)、编委信息无法查证。

涉及长期数据的研究,应尽早明确可复用性。 若研究涉及队列、随访或多中心数据,在设计阶段就应确定:数据存放位置、随访窗口长度、发表后是否愿意公开原始数据或分析代码。这既是学术规范的要求,也是"终身基础设施"命题的现实推论——一篇论文的有效寿命,往往长于论文本身。

需要补充的背景是:美捷登(Medjaden Inc.)面向科研人员提供论文编辑、润色、投稿与返修支持;华誉出版社(Xia & He Publishing)出版多本英文生物医学期刊,覆盖 SCIE、ESCI、Scopus、Embase 等索引层级。上述选刊与文献质量议题,正是这两家机构日常工作的核心内容。

五、三个决定能否落地的系统性问题

报道把未来概括为"生命信息网络",并提出进入类似"InformNet"的时代。这个方向成立,但落到现实中,有三个问题绕不过去。

临床工作流如何承接。 医生如何接收、理解并沟通这些多模态与长期数据,如何避免信息过载,这是临床工作流问题,不是技术问题。

支付与医保如何匹配。 如果随访频次与检查结构改变,而支付机制不随之调整,落地就会变成少数人的自费体验。

数据标准与互操作性如何解决。 不同机构采集的数据能否对齐时间轴、对齐测量口径,否则所谓"生命网络"永远拼不起来。

这三件事决定了技术是从"能演示"走向"能长期使用",还是停留在展示层面。

六、结论

这场讨论最值得记录的不是技术名词本身,而是它把一个老问题重新摆到了台面上:医学从"判断现在"转向"管理轨迹"时,支撑它的证据体系是否跟上了。

从现有信号看,路径是通的,方向也算明确,但跑在前面的是概念与资本,落在后面的是监管、支付、标准化与临床验证。这几块不补齐,2035 年、2050 年这类时间点写进新闻标题里作为愿景没有问题,写进医嘱里就未必成立。

至于那项 50 年尺度的健康与寿命追踪,如果最终能形成一份可查、可复核、获得学界认可的数据集,其本身价值可能高于任何单项研究成果。长寿这个领域目前最稀缺的不是新概念,而是可信的账本。

资料来源

1.学者描绘“生命信息网络”下的医学革命:当AI遇到长寿科学 - 中国日报网

2.未来20年医学走向哪里?Hinton、Levitt、Verdin等科学家提出六大前沿观点|迈克尔·莱维特|杰弗里·辛顿|临床医学|诺贝尔化学奖|圣地亚哥_手机新浪网

3.从“治疗疾病”到“改变健康轨迹”:何为无博士分享Human Longevity科学顾问委员会六大前沿观点 _消费日报网

利益相关说明

本博主为美捷登(Medjaden Inc.)创始人,同时为华誉出版社(Xia & He Publishing Inc.)创办人。美捷登面向科研人员提供论文编辑、润色、选刊指导与返修支持;华誉出版社出版多本英文生物医学期刊,涉及 SCIE、ESCI、Scopus、Embase 等索引层级。文中涉及上述机构的内容仅为信息披露,观点为作者个人判断,不代表相关机构立场。



https://blog.sciencenet.cn/blog-530435-1556755.html

上一篇:书香赋能临床科研|夏华向教授赴协和医院金银湖院区开 展赠书交流活动




    
收藏 IP: 119.98.219.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2026-10-16 01:33

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部