2026年以來(lái)，清華大學(xué)醫(yī)學(xué)院黃天蔭教授團(tuán)隊(duì)在《自然·健康》期刊連續(xù)發(fā)表多篇高水平研究成果。

聯(lián)合新加坡、荷蘭、英國(guó)、美國(guó)、澳大利亞等多國(guó)研究機(jī)構(gòu)，團(tuán)隊(duì)聚焦人工智能在循證醫(yī)學(xué)、公共衛(wèi)生、全球健康中的應(yīng)用，圍繞臨床證據(jù)生成、疾病監(jiān)測(cè)、健康治理與醫(yī)療資源優(yōu)化配置等議題展開(kāi)深入研究，推動(dòng)人工智能技術(shù)與醫(yī)學(xué)實(shí)踐深度融合。

01

人工智能在循證醫(yī)學(xué)中的應(yīng)用

“生成式人工智能正在通過(guò)實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)整合、動(dòng)態(tài)臨床試驗(yàn)設(shè)計(jì)以及個(gè)性化決策支持，改變臨床證據(jù)的生成方式及其在臨床實(shí)踐中的應(yīng)用模式?！?/strong>

在醫(yī)療健康領(lǐng)域，人工智能，尤其是生成式人工智能和基于Transformer架構(gòu)的大語(yǔ)言模型的應(yīng)用正在重塑循證醫(yī)學(xué)（EBM）的發(fā)展格局。人工智能對(duì)證據(jù)生成、整合與應(yīng)用方面的影響給循證醫(yī)學(xué)既帶來(lái)了機(jī)遇，也帶來(lái)了挑戰(zhàn)。

文章在線發(fā)表截圖

評(píng)論文章以《人工智能與循證醫(yī)學(xué)的未來(lái)》（Artificial intelligence and the future of evidence-based medicine）為題于1月28日在線發(fā)表。

文章指出，人工智能有望提升證據(jù)生成與轉(zhuǎn)化的速度、效率與精準(zhǔn)性，從而更快改善患者照護(hù)質(zhì)量和治療效果。人工智能同時(shí)也將重塑“何為證據(jù)”以及“證據(jù)如何用于臨床決策”的基本認(rèn)知。同時(shí)，人工智能也帶來(lái)了一系列尚未充分認(rèn)知的潛在風(fēng)險(xiǎn)，包括模型幻覺(jué)、泛化性不足、偏倚問(wèn)題、可解釋性有限，以及對(duì)機(jī)器生成結(jié)果的過(guò)度依賴(lài)。

文章指出，臨床決策模式的根本性變革已經(jīng)開(kāi)始。人工智能正越來(lái)越多地參與知識(shí)生成，并逐步融入臨床醫(yī)療實(shí)踐，與醫(yī)務(wù)人員和患者協(xié)同發(fā)揮作用。這一趨勢(shì)要求建立全新的理論框架和評(píng)估方法，系統(tǒng)評(píng)估人工智能在醫(yī)學(xué)實(shí)踐、臨床決策、診療結(jié)果、醫(yī)療服務(wù)與更廣泛循證醫(yī)學(xué)領(lǐng)域中的作用與影響。

團(tuán)隊(duì)在文章中重點(diǎn)探討了人工智能如何推動(dòng)循證醫(yī)學(xué)的發(fā)展，并提出了一個(gè)用于描述這一新型臨床實(shí)踐模式的概念——“AI融合型醫(yī)學(xué)”（AI-integrated medicine）。

原文鏈接：https://doi.org/10.1038/s44360-025-00002-z

02

人工智能在公共衛(wèi)生中的應(yīng)用

“通過(guò)聚焦大規(guī)模數(shù)據(jù)分析和覆蓋全人群的干預(yù)措施，公共衛(wèi)生領(lǐng)域中的人工智能為疾病監(jiān)測(cè)、健康促進(jìn)和政策制定提供了新的戰(zhàn)略路徑。”

人工智能擅長(zhǎng)處理復(fù)雜數(shù)據(jù)集，并發(fā)現(xiàn)人類(lèi)難以察覺(jué)的相關(guān)規(guī)律。在醫(yī)學(xué)領(lǐng)域，AI常被用于篩查、診斷、臨床決策支持以及個(gè)性化治療建議等多種臨床場(chǎng)景。然而，人工智能在公共衛(wèi)生領(lǐng)域仍具有巨大的潛力尚未開(kāi)發(fā)。

文章在線發(fā)表截圖

評(píng)論文章以《應(yīng)用于公共衛(wèi)生的人工智能：利用數(shù)據(jù)促進(jìn)人群健康》（Artificial intelligence for public health can harness data for healthier populations）為題于1月19日在線發(fā)表。

文章指出，公共衛(wèi)生干預(yù)強(qiáng)調(diào)通過(guò)預(yù)防性措施，從貧困、教育、環(huán)境暴露以及社區(qū)傳播等根本因素入手，防控疾病發(fā)生。與醫(yī)學(xué)領(lǐng)域中以患者為中心、以具體臨床任務(wù)為導(dǎo)向的模式不同（疾病預(yù)防與治療主要圍繞個(gè)體化醫(yī)療展開(kāi)），公共衛(wèi)生干預(yù)更加關(guān)注具有多樣化需求的大規(guī)模人群。

文章提出，“公共衛(wèi)生人工智能”（AI for Public Health，AIPH）有助于優(yōu)化資源配置、預(yù)測(cè)疾病流行趨勢(shì)，并針對(duì)不同人群提供個(gè)性化的健康信息傳播與干預(yù)策略。

原文鏈接：https://doi.org/10.1038/s44360-025-00005-w

03

人工智能在全球健康中的應(yīng)用

“大語(yǔ)言模型（LLMs）對(duì)影響甚至重塑全球健康體系，尤其是中低收入國(guó)家（LMICs）的醫(yī)療發(fā)展，提供了前所未有的機(jī)遇。大語(yǔ)言模型有望應(yīng)對(duì)全球健康領(lǐng)域的基礎(chǔ)性挑戰(zhàn)，縮小醫(yī)療服務(wù)可及性差距，賦能基層與社區(qū)醫(yī)療服務(wù)能力，推動(dòng)規(guī)?；?、具有成本效益的創(chuàng)新發(fā)展。”

文章在線發(fā)表截圖

觀點(diǎn)文章以《大語(yǔ)言模型在全球健康領(lǐng)域的應(yīng)用》（Large language models in global health）為題于1月15日在線發(fā)表。文章系統(tǒng)分析了大語(yǔ)言模型在緩解衛(wèi)生體系不平等、助力實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)（SDGs）方面的最新進(jìn)展、面臨的挑戰(zhàn)與未來(lái)前景，構(gòu)建了大語(yǔ)言模型發(fā)展與全球健康領(lǐng)域首要關(guān)注議題之間的結(jié)構(gòu)性關(guān)聯(lián)。

文章呼吁，充分發(fā)揮大語(yǔ)言模型潛力需要全球健康領(lǐng)域多方利益相關(guān)者的協(xié)同推動(dòng)。國(guó)際組織和全球衛(wèi)生機(jī)構(gòu)應(yīng)統(tǒng)籌制定前瞻性政策，推動(dòng)共建標(biāo)準(zhǔn)與協(xié)同治理；各國(guó)政府需建立符合本國(guó)國(guó)情的監(jiān)管框架，并加大對(duì)本土醫(yī)療能力建設(shè)的投入；科研資助機(jī)構(gòu)以及學(xué)術(shù)—臨床合作體系應(yīng)優(yōu)先推動(dòng)真實(shí)世界證據(jù)的生成，尤其關(guān)注低收入和中等收入國(guó)家，為大語(yǔ)言模型的規(guī)范化、安全化應(yīng)用提供科學(xué)依據(jù)。

文章指出，未來(lái)相關(guān)領(lǐng)域的發(fā)展方向仍需進(jìn)一步明確。全球健康共同體亟需以協(xié)同合作與緊迫行動(dòng)為導(dǎo)向，推動(dòng)大語(yǔ)言模型從重要?jiǎng)?chuàng)新工具走向可信合作伙伴，進(jìn)一步推動(dòng)臨床醫(yī)學(xué)發(fā)展，支撐全球公平、高效與可持續(xù)的醫(yī)療體系建設(shè)。

原文鏈接：https://doi.org/10.1038/s44360-025-00024-7

識(shí)別微信二維碼，添加生物制品圈小編，符合條件者即可加入

生物制品微信群！

請(qǐng)注明：姓名+研究方向！

本公眾號(hào)所有轉(zhuǎn)載文章系出于傳遞更多信息之目的，且明確注明來(lái)源和作者，不希望被轉(zhuǎn)載的媒體或個(gè)人可與我們聯(lián)系(cbplib@163.com)，我們將立即進(jìn)行刪除處理。所有文章僅代表作者觀不本站。