国际新知评论 · 2026-09-22

哈佛AI预测348种疾病风险：预防医学的新里程碑

这则新闻在讲什么

前几天我读到哈佛医学院官方新闻的一则报导，标题是《New AI Tool Predicts Risk of More Than 300 Diseases With Existing Patient Data》，读完之后，我觉得很值得与华语读者分享——不只因为它来自哈佛，更因为它触及了一个我在临床上反复思考的核心问题：我们能不能在疾病真正发生之前，就看见它的踪迹？

这项研究由哈佛医学院旗下的达纳法伯癌症研究所与麻省总医院的研究人员共同完成，成果发表于2025年7月的《自然》（Nature）期刊。他们开发了一套机器学习演算法，只需要利用医院例行搜集的电子病历资料，加上患者的遗传疾病风险资讯，就能同时预测348种不同疾病的个人罹病风险。更特别的是，这个模型会随着患者年龄增长而动态更新风险评估，预测准确度也会随之提升。研究者指出，这是目前第一个能够跨多种疾病、跨多个生理系统同时进行预测的工具。

这项研究为何重要

1. 改变了预测疾病的方式，从单一走向全面

过去的疾病风险预测工具，通常是针对单一疾病设计的——例如心血管风险计算器或癌症筛检评估表。这项工具的突破在于，它能够同时处理348种疾病，评估不同生理系统之间复杂的交互关系。原文说这个模型「assessing complex relationships across various biological systems and medical specialties」，这意味着它不是线性地看单一指标，而是尝试捕捉身体作为一个整体系统的运作模式。

2. 利用既有资料，不需要额外的昂贵检查

这项工具最务实的地方在于，它使用的是医院已经在搜集的电子病历资料与遗传风险资讯，不需要患者额外接受特殊或昂贵的检测。这在公共卫生的层次上，代表一种相对低门槛的应用潜力。

3. 预防医学的方向：让医师与患者有机会主动应对

研究者表示，这项工具「offers a path toward improving the prediction of future diseases, which could empower doctors and patients to take proactive measures to prevent illnesses such as heart disease and certain cancers」。这与现代预防医学的核心精神是一致的——早知道、早准备、早介入。

4. 目前仍是研究阶段，尚未进入临床应用

这一点必须说清楚：这套工具目前只在历史病历资料上做过测试，尚未在真实临床情境中验证。原文明确指出，未来需要在临床环境中进行验证，也需要评估它作为研究工具与改善临床试验设计的可行性，才能考虑实际用于患者照护。换言之，这是一项令人振奋的研究成果，但距离真正走进诊间，还有一段路要走。

从中西整合医学的角度看

读完这则报导，我脑海中第一个浮现的，是中医最古老的一句话：「上医治未病。」这句话出自《黄帝内经》，是中医既有理论的核心之一，意思是最高明的医者，不是在疾病发生后才去治疗，而是在疾病尚未形成之前，就察觉征兆、介入调整。

从中医的理论框架来看，身体在进入「已病」状态之前，往往会经历一段「未病」或「欲病」的过渡期，此时气血阴阳的失衡已经存在，但尚未演变成可被明确诊断的疾病。中医诊断重视「整体观」，透过望闻问切来感知这种失衡的早期讯号。这与AI工具试图在疾病确诊之前，从多系统资料中找出「驱动预测的特定讯号」（原文称之为

原文出处：哈佛医学院 Harvard Medical School News〈New AI Tool Predicts Risk of More Than 300 Diseases With Existing Patient Data〉，2026-08-17 发布 原文报导的是哈佛医学院研究团队所开发的一套机器学习演算法，该工具能利用电子病历与遗传风险资料预测348种疾病的个人风险，研究成果发表于《自然》期刊，目前仍处于研究验证阶段；本文从中西整合医学的角度，解读此技术对预防医学的意义，并以中医「治未病」理论与临床观察对照，厘清现阶段对一般华语读者的实际参考价值与合理期待。 本文为高尧楷医师的个人评论与中西整合观点，原文重点仅为摘述，完整研究内容请以原文为准。

高堯楷醫師 · drkao.org