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

未来20年，医学究竟会走向哪里？ 近期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、公共卫生等领域的科学家——包括“人工智能之父”杰弗里·辛顿（Geoffrey Hinton）、诺贝尔化学奖得主迈克尔·莱维特（Michael Levitt）、美国巴克衰老研究所总裁兼CEO埃里克·维尔丁（Eric Verdin），以及曾主导全球天花根除收尾工作的流行病学家拉里·布里连特（Larry Brilliant）等，围绕“未来医学”相关问题展开了跨学科讨论。 这场讨论没有试图给未来医学下一个简单结论，但几个重要方向已经变得清晰： 医学正在从“诊断已经发生的疾病”走向“识别并改变疾病发展轨迹” ；基因组正在从一次性检测走向长期健康基础设施；健康数据正在从年度“快照”走向连续的“电影”；而AI的角色，也正在从辅助工具，走向新医学体系的重要基础设施。 作为全球长寿科技领域的重要机构，Human Longevity由人类基因组学先驱、“人类基因组之父”克雷格·文特尔（J. Craig Venter）博士于2013年创立，长期致力于将基因组学、先进医学影像、生物标志物和人工智能等技术应用于精准健康与疾病风险预测。目前，Human Longevity在全球拥有三家医疗机构，包括圣地亚哥、旧金山以及中国北京的百嘉医疗（Human Longevity China）。 Human Longevity董事长兼首席执行官、百嘉医疗董事长何为无博士，拥有美国贝勒医学院分子生物学博士，并先后在梅奥医学中心及哈佛医学院麻省总医院完成了博士后研究工作。近日，他在北京百嘉医疗中心（Human Longevity China），分享了此次国际科学讨论中的核心观点。 后续，作为Human Longevity在中国落成的第一家医疗中心，百嘉医疗希望把这场关于长寿科技的争论转化为一项长期、可持续验证的实践，即 以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 ，让长期积累的数据，而不是单一的理论判断，来回答不同预判与现实之间的距离。 01医学关注的，正在从“有没有病”变成“走向哪一种疾病轨迹” 传统医学更多关注时间点上的问题：一个人现在有没有疾病？而在此次SAB讨论中，科学家们将视线进一步向前推进：很多慢性疾病并不是突然发生，而是经历了较长时间的生物学变化。 因此， 医学需要回答的，可能不再只是“你现在有没有病”，而是：你的身体正在发生什么变化？未来最可能走向哪一种疾病轨迹？ 这意味着医学的干预窗口正在前移，从疾病发生之后的治疗，逐渐走向疾病形成过程中的识别、预测和干预。 何为无引用了Human Longevity, Inc.此前对1000多名自认为健康的客户开展综合健康筛查的数据：约14%的人发现了此前并不知道、但具有明确干预价值的重大健康问题，需要立即或尽快就医，约40%的人发现有潜在疾病及健康风险。 另一项值得关注的数据来自影像筛查。约2.5%的受检者发现存在身体或脑部动脉瘤。脑动脉瘤往往在未破裂阶段缺乏明显症状，很多情况下是在影像检查中被偶然发现。流行病学研究显示，颅内动脉瘤在普通人群中并不罕见，既往研究估计其患病率约在1%左右，不同人群和研究方法会有所差异。 “预测”本身并不是终点。科学家们提出，如果一个系统只能告诉一个人未来可能发生什么，却无法进一步回答“今天可以做什么”，那么这种预测仍然是不完整的。 真正的精准预防需要形成一个持续闭环：测量、预测、排序、干预、再测量、学习 。也就是说，风险预测最终要连接到行动：找到可以改变的风险因素，实施干预，再通过新的数据观察结果，并不断修正对个体健康轨迹的判断。 这也让“精准医疗”的含义发生了变化—— 不仅要知道风险在哪里，更要回答：我们今天能做什么，让未来发生改变？ 何为无用查理·芒格的一句话作引子：“如果我知道要死在哪里，我以后再也不去了。”他把现代人面临的重大健康风险比作四座冰山——心血管病、肿瘤及癌症、代谢类疾病、神经退行性疾病，“如果能把这四大类疾病预防掉，你死亡风险已经下降80%以上。 而预测的落点在行动。何为无举例称：影星安吉丽娜·朱莉通过基因检测发现自己携带BRCA1基因致病变异，预防性切除了乳腺和卵巢。“她这两个风险去掉以后，会有第三个风险，可能是心肌梗塞，也可能是老年痴呆症。所以你就一个一个可以把它排除掉。” 03 基因组正在从“一次检测”变成“终身基础设施” 基因组学也正在经历一次角色变化。DNA本身不会随着时间改变，但人类对DNA的理解会不断变化。今天意义尚不明确的基因变异，未来可能随着新的研究、数据库和AI模型出现新的解释。 此次讨论提出的一个重要方向是：一次采集、长期保存、持续重新解读 。基因组数据由此可能从传统的“一次性检测结果”，转变为能够伴随一个人长期使用、并随着医学知识进步不断更新解释的健康基础设施。 “26年前，克雷格·文特尔用不到3亿美金、比美国政府主导的30亿美金人类基因组计划早完成人类基因组测序。”何为无说：“现在国内一次医疗级全基因检测的测序成本已经大大降低，一次检测终身收益。” 他把测序比作“买一把吉他”，把解读比作“学怎么弹吉他”：前者已经不是难点，国内能做基因检测的公司有上百家；后者才是壁垒。而如今承担解读工作的还有AI。该公司研发的解读软件今年2月投放市场，输入一个人的全基因组报告，系统即可快速完成对个体健康风险的识别与解读。何为无一并补充道： 这类AI软件最后PK的就是精准，而精准的核心是长期跟踪数据 ——“就像训练AlphaGo，一定要知道每盘棋谁输谁赢，否则是训练不出来的。” 04 从一年一次的“健康照片”，走向持续的“健康电影” 如果说传统体检更像是给身体拍一张照片，那么未来健康管理可能更像是在持续观看一部“电影”。 人体始终处于变化之中。基因、MRI、血液指标、心电、睡眠、步态、心率、血糖、体温和运动等数据，如果能够被长期记录并放在同一时间轴上分析，就不再只是孤立的检查结果，而会逐渐呈现出一个人的动态健康轨迹。 “人工智能之父”杰弗里·辛顿（Geoffrey Hinton）在讨论中指出，未来医疗AI不应只处理文字 。MRI、心电、声音、步态、睡眠等数据本身都包含信息，如果先把这些信息转换成语言再交给AI理解，可能会损失其中一部分信息。因此， 未来医疗AI必须能够直接处理原始的多模态信息。 科学家罗达·奥（Rhoda Au）提出的“Digital is the new blood”（数字就是新的血液），同样强调了长期保存原始数字健康数据的重要性——未来新的AI模型出现后，今天采集的数据仍可能被重新分析和解释。 何为无由此给出的推论是：一次基因检测的最大价值不在测序本身，而在测序背后那条可被反复读取的生命信息流。 05 AI的下一步，可能是发现人类尚未理解的生物学 此次讨论中，AI带来的更深层变化也成为重要议题。辛顿提出的一个前瞻性问题是： AI的价值是否只是帮助人类更快完成已有工作，还是可能发现一些人类尚未能够理解的生物学规律？ 当AI开始同时处理大规模、多模态、长期健康数据时，它可能发现过去难以从单一数据源中识别的规律。这意味着未来医