zh-cn
AI 陪练让医学生多练了,但学会了吗?
用 ChatGPT 学医,过去几年只有问卷和轶事。2025 到 2026 年间,第一批随机对照试验和一份汇总 20 项 RCT 的 meta 分析陆续发表,这个领域第一次可以用证据说话。而证据给出的画面,比"AI 家教碾压传统教学"的宣传和"AI 毁掉深度学习"的担忧都更细:当陪练有效,当反馈老师存疑;短期分数会涨,留存没有证据。 ## +0.7 分,和一
Henry ·
按所选语言阅读原稿与对应译文,机器译文另行标注。
zh-cn
用 ChatGPT 学医,过去几年只有问卷和轶事。2025 到 2026 年间,第一批随机对照试验和一份汇总 20 项 RCT 的 meta 分析陆续发表,这个领域第一次可以用证据说话。而证据给出的画面,比"AI 家教碾压传统教学"的宣传和"AI 毁掉深度学习"的担忧都更细:当陪练有效,当反馈老师存疑;短期分数会涨,留存没有证据。 ## +0.7 分,和一
Henry ·
zh-cn
同一栋医院里,两类 AI 的证据密度天差地别。消化内镜这头,一项 meta 分析汇总的结肠镜 AI 辅助检测随机对照试验已经有 44 项、36,201 名受检者。手术室这头——AI 在手术进行中实时识别解剖结构、给主刀医生打提示——系统综述里能找到的大多还是回顾性视频分析、模拟环境和人因实验,真正完成并公布患者结局的随机试验截至 2026 年 11 月仍属罕
Henry ·
zh-cn
AI 能不能管好药,是临床人工智能里最适合被严格检验的问题之一:用药错误有明确的对错标准、可分级的伤害严重度,还有现成的人工流程做对照。2024 到 2025 年间,三条不同战线的证据先后落地——医院里的处方审查副驾、在线药房生产流水线上的护栏、直接给患者调胰岛素剂量的决策系统。把它们并排放在一起,会得到一个反直觉的结论:越接近人们想象中的"真 AI",证据
Henry ·
zh-cn
罕见病患者的共同经历有个名字,叫"诊断奥德赛"。eBioMedicine 2025 年 11 月的一项研究提到,约 25% 的患者要等 5–30 年才获得诊断,40% 的初诊是错的。美国 NIH 设立的未确诊疾病网络(UDN)的数字更具体:它收录的 90 例患者,症状出现的中位年龄是 7.6 个月,而确诊之路的中位长度是 7.6 年。UDN 只收经过广泛评估
Henry ·
zh-cn
你有没有在深夜对着一个聊天机器人倾诉过情绪?越来越多的人有。美国心理学会(APA)今年6月调查了1200多名执业心理学家:77%报告有患者在咨询里主动谈到自己在用AI——查诊断、找情感支持,或者只是当个对话伙伴;39%报告有患者用AI给自己下过诊断;35%报告有患者把AI当成"额外的心理健康专业人员"。 使用远远跑在证据前面。而2026年,证据追上来了:一
Henry ·
zh-cn
如果你在医院拍过CT或核磁,读片的可能已不只有医生:AI往往先看一眼,标出可疑处,再交给医生复核。智能分诊、手术规划、病历起草,AI已经进了中国医院,速度比多数人意识到的快。 但一个问题悬在半空:AI漏看了一个结节、写错了一句病历,责任算谁的?厂商可以说,最终决定是医生下的;医生可以说,推荐是系统给的;医院可以说,产品是合法上市的。这个问题,法律还没来得及
Henry ·
zh-cn
医院AI正在变样:从读片、写病历、答疑这些"动嘴"的活,走向预约、开单、发起流程这些"动手"的活。它一旦动手,问题就绕不开了:我们到底把多少决定权交给AI? FDA今年8月发布的一份讨论文件,正面回答了这个问题。它不是法规,甚至不是指南;评论期已于10月19日关闭。但不管你在不在美国,都值得读:美国是全球最大的医疗器械市场,FDA把门槛画成什么样,跨国产品
Henry ·
zh-cn
2001 年 5 月,《科学美国人》刊登了万维网发明者伯纳斯-李与两位合作者的文章《语义网》。开篇是一个虚构场景:妈妈需要专科医生和理疗,妹妹 Lucy 在诊所里指挥她的"语义网智能体"——智能体从医生的智能体那里取得治疗方案,查找保险覆盖的理疗师名单,比对 20 英里内评级优秀的服务商,再协调哥哥 Pete 的日程,几分钟后给出一份完整计划。文章许诺:当网
Henry ·
zh-cn
2025 年 4 月,OpenAI 给 ChatGPT 的记忆系统起了一个内部名字:dreaming——做梦。开启之后,ChatGPT 会在后台自动翻阅你的全部历史对话,把值得留下的信息整理成记忆,供以后的回答取用。OpenAI 对旧方案的描述很诚实:在那之前的"保存记忆"功能,"就像在跟一个记了几条笔记、但没写下来的一切都忘了的人说话",而且这些笔记"会随
Henry ·
zh-cn
一份放射报告历来有两类读者。一类是转诊医生——术语密度和结构化行文是高效的专业通信;另一类是患者——"病灶较前进展,不除外转移"这句话对他们来说是关于自己命运的文本,却几乎没有能力解码。2025 年前后,大语言模型同时切入了这两条线:给医生当草稿写手,给患者当简化器。三项设计不同的研究给出了三层证据,也暴露了同一个软肋。 ## 医生这头:省了 15.5%
Henry ·
zh-cn
脓毒症是典型的时间敏感性疾病:治疗每延误一小时,死亡风险就往上加一格,所以"提前几小时预警"的算法对医院有天然吸引力。2018 年,Epic Systems——电子病历被数百家美国医院使用的厂商——在病历系统内发布了专有的脓毒症预测模型:惩罚逻辑回归,用 3 个医疗系统 2013 到 2015 年约 40.5 万次就诊的数据开发。数百家医院随即部署。只有一个
Henry ·
zh-cn
心衰最常见的可治疗前奏,是左室射血分数降低(EF≤50%)——早发现,药物能改变轨迹;但它症状不典型,诊断常常拖到很晚。2019 年以来,一类叫 AI-ECG 的算法——用深度学习从标准 10 秒 12 导联心电图里估算射血分数——成了心血管 AI 里证据化走得最快的赛道:到 2026 年初,它已经积累了一项整群随机试验、两项个体随机试验、一份三试验 met
Henry ·
zh-cn
医疗 AI 的宣传里最常见的句式是"已获 FDA 授权"。但监管授权和已证实有效是两件事:前者说的是器械满足了适用的上市前要求,后者说的是有恰当设计的临床研究证明它改善了目标终点。2025 到 2026 年间发表的四组研究,第一次把这个缺口量了出来——在美国市场,它比多数人想象的大,而监管系统才刚刚开始搭建修补工具。 ## 缺口有多大:三项独立清点,同一个
Henry ·
zh-cn
2025 年 10 月,两份方向相反的证据几乎同月发表,拼在一起恰好回答了一个很多人花真金白银在问的问题:买一块能测血压、督促运动的手表,到底能不能让血压降下来?第一份来自 Hypertension Research 的系统综述与 meta 分析,汇总了 21 项随机对照试验——人群覆盖高血压、2 型糖尿病和超重肥胖成人,干预是用计步器、活动手环或智能手表促
Henry ·
zh-cn
越来越多的事正在交给AI agent:出报告、找文献、查判例、改代码。出了问题想追责,AI多半会附上一份引用清单,处处有出处。但过去45天密集浮出水面的事实是:引用清单可能是整条链上最不可靠的部分——它只能证明"这些文字出现在答案里",证明不了AI究竟读过什么、怎么推出来、有没有核验。 三股互不协调的力量在同一个月行动。研究者证明"答案对"推不出"过程对"
Henry ·
zh-cn
一个中学生跟父母吵了架,最先找谁倾诉?对越来越多年轻人来说,答案是手机里的AI聊天机器人。《JAMA Pediatrics》2026年11月刊发表的一项加拿大安大略省调查覆盖了39,761名四到十二年级学生,发现超过五分之一(21.1%)的学生用生成式AI寻求情感支持;在这些学生里,约58%的情绪问题得分越过了临床阈值,而不这样用的学生中这个比例约为29%。
Henry ·
zh-cn
如果你或家人住过院,大概率拿到过一份出院小结。这张纸决定了下一个接诊的医生能不能顺利接手:药改了什么、还有什么没查完、回家要注意什么。写得太乱或漏了关键信息,病人就可能被重复检查、吃错药,甚至再进一次医院。问题是,医生们写这份文书的时间越来越少了。 今年11月中旬,JAMA Network Open发表了一项可能改变这件事的研究,而它恰好不是孤例——整个1
Henry ·
zh-cn
AI正在走进你看病最私密的环节。一家名为Generation Patient的患者组织在公开评论里引用JAMA Pediatrics的数据:每5个青少年,就有1个向AI寻求过心理建议;开发术后康复AI的公司,已经在接受FDA监管的路上。那么,生成式AI医疗器械到底该怎么管?FDA今年发布了一份讨论文件征求意见,评论期10月19日关闭;据MedTech Div
Henry ·
zh-cn
有一种心脏病,常规检查看起来几乎正常。心脏的泵血功能——射血分数——没问题,但心肌变硬了,每次舒张时充不进足够的血。医学上叫"射血分数保留的心力衰竭",简称HFpEF。它的麻烦在于诊断:门诊里常规的静息超声常常抓不到它,确诊靠的是运动血流动力学检查——运动时用心导管测心脏里的压力,或按特定标准做超声,准确,但繁琐、条件苛刻,不是每家医院都能做。论文引用的既往
Henry ·
zh-cn
在今天的医院里,增长最快的一类AI不是会看片的、也不是会诊断的,而是一种安静得多的东西:AI病历员。它旁听医患对话,自动生成病历草稿,医生改一改、签个字。按卡内基梅隆大学和匹兹堡大学医学院研究者引用的数据,某一体化医疗系统一年内就用它记录了超过250万次接诊——这也让它成为医疗里采纳最快的生成式AI应用之一。也就是说,你下次看病拿到的病历,很可能不是医生写的
Henry ·
zh-cn
设想这样一个场景:AI辅助的诊疗系统给出了正确的诊断,皆大欢喜。但一篇新研究追问了一个很少有人问的问题——为了到达这个"正确",系统一路上做出的每一个决策,安全吗?它开的每一项检查、给的每一个临时处置,如果换成真人医生来评,会不会被认为可能伤害病人? 11月17日,三篇论文同天提交到arXiv;差不多同一时间,一份英国全国病人调查在medRxiv刊出。四份
Henry ·
zh-cn
糖尿病视网膜病变——糖友们叫它"糖网"——是工作年龄人群可预防失明的主要元凶之一。它早期不痛不痒,等自己察觉视力模糊,往往已经错过最好的治疗窗。想早点抓住它,得先看到眼底:拍一张眼底照片,看看有没有需要转诊的病变。AI 读眼底照片这件事已经被研究了很多年,讨论最多的问题始终是:它读得准吗?2026 年 10 月《柳叶刀-全球健康》发表的一项随机对照试验换了个
Henry ·
zh-cn
因为咳嗽去拍胸片,放射科医生看的是肺。片子上其实还有你的肋骨、脊柱和锁骨,但几乎没有人系统地读它们——哪怕骨头可能已经在悄悄讲另一个故事。 2026 年 10 月《欧洲放射学》发表的一项研究分析了英国生物银行(UK Biobank)2446 名没有症状的参与者(平均 62 岁)的脊柱影像:356 人(14.6%)带着中度或重度的椎体压缩骨折——椎体高度丢了
Henry ·
zh-cn
如果你做过手术,或者陪家人做过手术,多半见过这个场面:麻醉医生让你从十开始倒数,没数到七,你就失去了意识;再睁眼时,手术已经结束。中间那段时间,你无从询问也无从回答,睡得有多深,全凭别人替你把关。而"多深"这件事,会在两个相反的方向上出错。 ## 太浅与太深,各有各的代价 太浅,可能撞上患者最恐惧的情形:全麻中的意外知晓。人能听见声音、感到疼痛,事后甚至
Henry ·
zh-cn
胃镜是发现早期食管癌和胃癌的主要通道,早发现和晚发现,结局天差地别。但"做了胃镜"和"做了一次合格的胃镜"是两回事:医生看了多久、该拍的照片拍全了没有、胃里冲洗得够不够干净、活检到了病理科有没有被漏读——这些过程细节,过去几乎没人打分,患者更无从知道。2026 年秋天,一批新研究让 AI 开始翻这本账,翻出来的东西比"AI 诊断准确率又创新高"的新闻有意思得
Henry ·
zh-cn
在美国,从 2021 年 4 月 5 日起,联邦信息共享规则要求医院把化验单、影像和病理报告默认向患者开放,一刀切地延迟发布甚至可能构成"信息阻塞"。再加上推行多年的开放病历运动,越来越多的患者在手机门户里看到自己的检查结果时,医生的电话还没打过来。这件事的重心正在转移:问题不再是"患者能不能拿到结果",而是三个新题目——看不看得懂、由谁解释、以及他们想不想
Henry ·
zh-cn
慢病治疗的主战场不在诊室。糖尿病、高血压、慢阻肺、戒烟,真正决定结局的是每天的日常:按时吃药、不复吸、该测的测、出现危险信号知道该怎么办。所以人们对 AI 聊天机器人抱有很高期待——便宜、24 小时在线、能提醒能教育能陪聊,部署实际上早就跑在了证据前面。2025 到 2026 年,一份 meta 分析和一份系统综述相继发表,加上此前一项过硬的随机试验,这个领
Henry ·
zh-cn
美国有超过 2500 万人英语能力受限。对这些人来说,一份看不懂的出院说明书不只是不方便——语言不通与医疗可及性、安全和结局的差距系统性相关。给他们配口译员和笔译者,昂贵且供给不足,于是"AI 能不能顶上去"成了 2024 年以来医疗多语沟通最实际的问题。2025 年下半年到 2026 年初,几项设计严谨的研究接连发表,第一次把答案拆开了:书面还是语音,翻哪
Henry ·
zh-cn
医生花在文书上的时间比花在患者身上的还多——这是职业倦怠研究里反复出现的结论。于是一种叫"环境式 AI 记录员"的产品成了近年医院采购清单上最热的品类之一:它在诊室里安静地旁听医患对话,自动生成病历草稿。但要是问它到底管不管用,2025 年 11 月之前你能拿出的证据,几乎全是无对照的前后比较和问卷调查。加州大学洛杉矶分校(UCLA)团队在自己论文的背景段里
Henry ·
zh-cn
几乎每个人身边都有拿聊天机器人问健康问题的人——孩子的疹子、体检单上的箭头、要不要停药。模型厂商也乐此不疲地宣布自家 AI 在医学执照考试里拿了多少分。但考试分数和你深夜提问时得到的答案,是两回事。过去几个月公布的几项研究,第一次把"两回事"到底差多远量了出来。 最扎实的一项来自 2026 年 2 月的《npj 数字医学》。一支由医生主导的团队收集了 22
Henry ·
zh-cn
"AI 比医生多查出 29% 的乳腺癌。"如果你关注过医疗 AI 新闻,大概率见过类似标题。数字很唬人,但新闻里几乎从不回答三个更要紧的问题:多查出来的癌,是不是本来就会害人的那种?会不会有更多健康女性被虚惊一场?以及最难的——它到底有没有让人活得更久? 2026 年初,一项在瑞典进行了五年多的试验把这三个问题全部摆上了台面。这是全世界第一项关于 AI 乳
Henry ·
zh-cn
现有记忆代理处理长文档时采用扁平化 token 分段,但这会破坏结构化数据(如 JSON、HTML、API 响应)的内在层次关系。TreeAgent 指出这种做法导致三个局限: 1. 固定长度分段割裂同一条记录的字段,需要跨段重建关联 2. 分段缺乏层次位置信息,代理无法识别其结构上下文 3. 连续记忆更新丢弃早期兄弟节点的细节,影响后续推理 ## 技术
jager ·