AI正在全面赋能“治未病”的古老智慧。我们系统梳理AI在人类早期主动健康促进中的巨大潜力与局限性，提出通过技术和管理迭代，在发展中解决目前遇到的问题，为共绘“智能防病”新图景提供新思路。

导 读

随着全球老龄化加剧与慢性病负担沉重，“预防优于治疗”的主动健康理念已成为学界共识。从东方“不治已病治未病”的哲学智慧，到现代医学强调的早期筛查与干预，人类始终致力于从源头阻断疾病。当前，人工智能（AI）正以前所未有的深度，重塑早期主动健康的范式。本文旨在解读AI如何通过识别风险、辅助筛查及引导生活方式赋能健康，并深入剖析其面临的科学挑战与未来路径。

图1 人工智能在早期主动健康促进中的前景、挑战及未来发展方向

1AI实战：从“预警哨”到“私人教练”的全场景渗透

通过分析前沿研究案例，我们可以清晰看到AI在早期主动健康中扮演的三大核心角色。

风险预测的“预警哨”：早期预防的基石在于精准锁定高风险个体。以Delphi-2M 模型为例，该研究通过分析数十万人的健康数据，实现了对个体未来20年内罹患1000余种疾病及死亡风险的预测，其预测准确率（AUC）接近70%。这种超长周期的预测能力，相当于在疾病临床症状显现的数十年前拉响“警报”，为早期干预争取了关键的时间窗口。

疾病筛查的“明察者”：在辅助诊断领域，AI展现了超越传统经验的敏锐度。EchoNext技术仅需输入一份常规心电图及基本人口学信息，即可识别结构性心脏病，其准确率甚至优于多位资深心脏科医生。目前，该技术已在临床环境中“静默部署”，有效识别出漏诊患者，并在一定程度上缓解了临床对超声心动图的过度依赖。

行为干预的“私人教练”：AI正从被动的数据记录向主动的行为引导转型。在知识层面，个人健康大模型（PH-LLM）在睡眠与健身领域的测试表现已优于人类专家；在行为层面，虚拟现实运动系统 REVERIE 能够以游戏化形式，帮助肥胖青少年达到与真实运动相当的减脂效果。这意味着AI健康干预正在实现从“提供知识”到“重塑行为”的跨越。

2重要挑战

尽管技术潜力巨大，但AI在公众健康领域的实际应用仍面临严峻挑战。

1. 认知鸿沟：概率解释的二元对立。公众难以准确理解医学统计中的“概率”。例如，面对AI给出的“未来5年10%结直肠癌风险”提示，公众极易将其误读为确定的“命运”：或因过度焦虑而进行非必要检查，或因“90%安全”的错觉而忽视必要筛查。如何科学传达风险概率，避免认知偏差，是亟待解决的问题。

2. 数据鸿沟：样本偏差与算法公平性。AI模型的鲁棒性依赖于数据的多样性。然而，现有健康数据存在显著的社会经济偏差。以Delphi-2M为例，其训练数据主要来源于健康意识更强、经济条件较好的群体，导致部分弱势人群在数据集中处于“被沉默”状态。这种系统性的数据缺失，可能导致AI模型在特定人群中的适用性下降，加剧健康不平等。

3. 效果鸿沟：缺乏长期纵向验证、目前的AI健康工具验证多集中于短期效果或理论知识测试。然而，健康行为干预的临床获益往往需要数年甚至数十年的随访才能确证。AI推荐的生活方式干预是否具有长期的公共卫生效益，目前仍缺乏足够的真实世界证据支持。

3未来路径：构建可信赖的AI健康新生态

针对上述挑战，本文提出四个维度的技术与管理演进路径。

路径一：数字孪生，让风险“看得见”

未来的核心突破在于构建个人健康数字孪生。它不再是冰冷的数字，而是融合基因、生理与行为数据的动态虚拟模型。它能将“10%的患病风险”转化为一条颜色编码、可视化的生命轨迹，让你直观看到不同生活方式如何改变未来。这种将抽象概率转化为可干预视觉蓝图的能力，是破解公众认知鸿沟的关键。

路径二：包容性数据，不让任何人掉队

为填平数据鸿沟，需构建包容性数据生态。技术上，可推广“联邦学习”，这是一种能“只交换知识，不共享原始数据”的协作模式，在保护隐私的同时，联合多方数据训练AI。同时，通过社区服务和简易设备，主动帮助弱势群体融入数字健康浪潮。

路径三：全周期监管，为AI健康“立规”

当AI成为24/7的 “AI健康教练”，监管必须覆盖其全生命周期。监管机构应将长期效益评估纳入上市审批。同时，可借助数字孪生技术模拟长期效果，再用真实世界的中期数据校准，从而大幅缩短验证周期，确保其长期安全有效。

路径四：场景化指南，让AI“说人话、做实事”

必须制定面向大众的AI健康工具专属指南。其标准应超越临床精准度，更强调可执行与易理解。例如，要求AI把专业建议“每晚睡足7小时”，转化为“今晚请提前15分钟放下手机”的个性化指令，推动可信、可用的AI助手真正融入生活。

总结与展望

AI正在成为早期主动健康促进中不可或缺的力量。它不仅是技术的飞跃，更是健康理念的革新——从“治病”到“防病”，从“被动治疗”到“主动管理”。未来，随着数字孪生、联邦学习等技术的成熟，AI有望真正实现个性化、全周期的健康管理。我们呼吁政府、开发者与临床工作者共同协作，构建公平、可靠、可持续的AI健康生态系统，让科技真正服务于每一个人的健康起点。

责任编辑

王敬哲 深圳职业技术大学

王 洋 The Innovation

扫二维码｜查看原文

原文链接：https://www.sciencedirect.com/science/article/pii/S2666675825004254

本文内容来自Cell Press合作期刊The Innovation第7卷以Commentary发表的“Advances in artificial intelligence empowering early-stage human health: Current landscape and future directions” (投稿: 2025-10-03；接收: 2025-11-30；在线刊出: 2025-12-03)。

DOI:10.1016/j.xinn.2025.101222

引用格式：Zheng N., Zhang X., Li C., et al. (2026). Advances in artificial intelligence empowering early-stage human health: Current landscape and future directions. The Innovation 7:101222.

作者简介

张继辉，广州医科大学附属脑科医院副院长、睡眠与节律医学中心学科带头人，国家海外高层次青年人才，担任中国睡眠研究会青年工作委员会主任委员，历任美国国立卫生研究院/精神卫生研究所博士后、香港中文大学精神科学系研究助理教授和助理教授。获第6届世界睡眠大会“青年科学家奖”；连续2年入选爱思唯尔（Elsevier）全球前2%顶尖科学家。长期聚焦睡眠障碍等神经心理因素在精神和躯体疾病中的作用及机制研究。主持国家级人才项目等纵向基金11项，包括国家自然科学基金项目5项、国家重点研发计划课题1项和香港特别行政区政府基金5项，发表论著100余篇，他引>4300次，H指数42。以独立或最后通信作者在The Innovation、Nature Human Behaviour、European Heart Journal、The Lancet Healthy Longevity、Nature Communications、Annals of Neurology等期刊发表20余篇论著。系列研究成果被写入多部中英文权威教材和指南。

https://www.researchgate.net/profile/Jihui-Zhang-2

封红亮，教授，博士生导师，广东省重大人才计划（教育厅平台）青年学者，现为广州医科大学“南山学者”骨干人才、附属脑科医院生物节律实验室主任。担任中国睡眠研究会运动与健康睡眠专业委员会副主任委员、睡眠生物节律专业委员会常委、BMC Medicine期刊编委等。曾获世界睡眠大会“青年科学家奖”、博士后国际交流计划引进项目（国家级）等奖项或荣誉。专注于睡眠-觉醒昼夜节律紊乱对脑重大疾病的作用和机制研究，并创建“节律医学”课程。近年来主持国家自然科学基金面上项目等纵向课题7项，发表学术论文40余篇，其中以第一/通信作者身份于The Innovation、The Lancet Healthy Longevity、Nature Communications、Annals of Neurology等期刊发表论文10余篇，多项研究成果被临床指南或教材收录。

https://nsxz.gzhmu.edu.cn/homepage/fenghongliang/index.htm

支持单位