AI（人工智能），毫无疑问是这段时间爆火的话题。
从DeepSeek引发浪潮到现在，AI 医疗、AI 抗癌，再次燃起了很多胃癌觅友的希望。
截图来源于热搜榜
这两天，复旦大学又放出了一个重磅科研成果：
“在AI的助力下，医生只需要通过简单的血浆蛋白组检测，就能提前10年预测心脏病、糖尿病、阿尔兹海默症等100多种疾病的患病风险。”
图源央视新闻
疾病诊断，未来或许会变得和测血糖一样简单，就是在普通体检中加一个几十块钱的试剂盒。
目前"AI预测、诊断疾病”，还在探索阶段，有一些局限性。
前几天《三联生活周刊》报道了一个故事：这位作者在做完无痛胃肠镜检查和病理检查后，因为看不懂报告，就把它们丢给了AI进行解读，结果被AI误诊为淋巴瘤，吓得作者已经开始找治疗方案了，但所幸后面经过医生诊断只是普通炎症。
图源三联生活周刊报道
所以目前来看，虽然AI在疾病诊断中有巨大潜力，但准确性还是会受到数据质量等因素的限制。
对此呢，很多觅友都在讨论：“AI到底能不能代替胃癌领域的专家呢？”
至少在现在，疾病的诊断（尤其是像胃癌这样的恶性肿瘤），最终的结果还是要靠专业的医生来把握。觅友们AI问诊时，不可盲信。
图源觅健版权图库
而在治疗上面，医保局也开始出手了，警惕AI被滥用——
2月19日，湖南医保局发文：互联网医院的医生，要与患者或患者家属进行有效、充分的沟通问诊，严禁用AI生成处方！
截图来源于热搜榜
虽然AI 医疗，仍在探索阶段，但这毕竟是大势所趋。治愈胃癌，我们相信未来可期！
图源网络讨论
🔵 未来的AI，或许能预测生存期
之前，哈佛医学院的科学家们开发了一个AI模型————CHIEF（临床组织病理学成像评估基础）。
它除了能进行癌症预测和诊断外，对于觅友们最重要的意义是：它是首个能预测病人的预后和生存期的大模型，而且还能给出治疗方案[1]！
截图自Nature官网
🔵 AI还能预测治疗反应
2024年8月份，北京大学肿瘤医院沈琳教授团队共同揭晓了一项重大研究成果。
该研究[2]创新性地运用AI技术，精准预测了HER2阳性胃癌患者对抗HER2治疗或抗HER2联合免疫治疗的治疗反应。
通过AI，医生们可以制定更加个性化的治疗方案，提高治疗效果。
基于AI技术的多模态癌症治疗响应预测模型
（MuMo），图源文献[2]
🔵 AI还能研发新药物，把价格打下来
现在胃癌领域的药还是比较少的，而且药物研发周期长、成本高、价格高。尽管有一些药已经进了医保，但长期的治疗对很多觅友来说还是不堪重负，经济压力很大。
但AI发展到一定程度，它可以利用机器学习、深度学习等技术，预测药物分子与靶点之间的相互作用，帮助科学家们更快、更好地设计出更有效的药物，从而缩短药物研发周期，降低成本。
图源觅健版权图库
以上关于AI的应用，很多都还只能展望一下。但在生活康复中，现在的AI还是可以为大家提供很多便利的。
以觅健最近升级发布的“觅健AI康复助手”（已接入DeepSeek）来看，觅友们可以：
1、轻松上传自己的病理报告或影像检查结果，觅健AI康复助手会快速解析并提炼关键信息，帮助觅友们快速理解报告内容。
图源觅健APP
2、觅友们可以24小时向它提问，针对胃癌病情或治疗方案的疑问，进行深入咨询。（尤其是一些偏远地区或出行不便的觅友）
3、对于一些药物常见信息和不良反应（比如替吉奥、奥沙利铂），觅友们都可以通过它来进行查询和了解，更从容地应对副作用。
4、建立AI 报告夹，重要指标的变化趋势可以一目了然，出现异常时会及时提醒大家，从而让觅友们对自己的病情有更清晰的认知。
觅友们可以留言评论
你想要的AI功能
我们会持续升级
温馨提示：本文中所涉及的信息旨在传递医药前沿信息和研究进展，不涉及诊疗方案推荐，临床上请遵从医生或其他医疗卫生专业人士的意见与指导。
封面图片：摄图网
责任编辑：觅健科普君
参考文献
[1] Wang X, Zhao J, Marostica E, Yuan W, Jin J, Zhang J, Li R, Tang H, Wang K, Li Y, Wang F, Peng Y, Zhu J, Zhang J, Jackson CR, Zhang J, Dillon D, Lin NU, Sholl L, Denize T, Meredith D, Ligon KL, Signoretti S, Ogino S, Golden JA, Nasrallah MP, Han X, Yang S, Yu KH. A pathology foundation model for cancer diagnosis and prognosis prediction. Nature. 2024 Oct;634(8035):970-978. doi: 10.1038/s41586-024-07894-z. Epub 2024 Sep 4. PMID: 39232164.
[2] Chen Z, Chen Y, Sun Y, Tang L, Zhang L, Hu Y, He M, Li Z, Cheng S, Yuan J, Wang Z, Wang Y, Zhao J, Gong J, Zhao L, Cao B, Li G, Zhang X, Dong B, Shen L. Predicting gastric cancer response to anti-HER2 therapy or anti-HER2 combined immunotherapy based on multi-modal data. Signal Transduct Target Ther. 2024 Aug 26;9(1):222. doi: 10.1038/s41392-024-01932-y. PMID: 39183247; PMCID: PMC11345439.
