作者 | 李水青
編輯 | 漠影
過去一年，AI 還在幫人寫 PPT、做情緒陪伴，但另一條更深的技術曲線已經悄然啟動：
AI 開始介入人類最核心的命題：生老病死。
從谷歌 DeepMind 破解蛋白質折疊，到科技巨頭密集布局醫療 Agent，再到近期未來醫生 CEO 王仕銳與 " 數字先知 " 凱文 · 凱利（Kevin Kelly）的一場對話，一個關鍵信號浮現：未來醫生首次提出的醫療 AGI，可能是人類第一次真正觸碰 " 壽命上限 " 的技術路徑。
智東西深入理解了這一具有前瞻性的對話后發現，一個醫學知識生產新范式正在誕生，可將臨床指南 3 到 5 年的更新周期壓縮至 3 個月以內，甚至更短。
問題不再是 "AI 像不像醫生 "，而是 "AI 能不能創造醫學？能不能讓人活到 120 歲，甚至更久？"
答案，正在逼近。
一、醫療 AGI：從 " 復刻醫生 " 到 " 創造醫學 " 的范式躍遷
在傳統認知中，AI 醫療的終極目標，是成為 " 像醫生一樣聰明 " 的系統。但未來醫生給出了一個完全不同的定義：醫療 AGI 的標志，不是復刻醫生，而是創造醫學。
什么叫 " 創造醫學 "？
王仕銳給出了一個通俗的解釋：醫療 AGI 意味著 AI 能夠更深入地參與患者入組、數據收集、假設提出、療效歸納和真實世界驗證，推動原本數年才能完成一次更新的臨床知識體系，進入季度級甚至更高頻率的演化節奏。AI 改變的不再只是一個診療環節，而是醫學知識的生產方式本身。
這套體系的核心價值，在于一個全新的醫學知識生產范式。
先拆解傳統醫學進步的瓶頸：一份臨床指南為何需要 3 到 5 年才能更新一次？因為需要漫長的立項、患者招募、數據整理、結果分析。
以晚期實體瘤三線及以后治療為例，患者分層極其復雜，分子標志物、既往治療線數、耐受情況和合并癥都會影響決策。很多新的治療信號往往先出現于小樣本研究或專家經驗之中，短時間內很難進入高等級指南，只能停留在 " 專家共識 " 階段。
醫療 AGI 要做的，是將這一鏈條壓縮為一個高頻、自循環的閉環系統。
未來醫生構想的路徑是：AI 基于海量歷史數據提出新假設，自動設計驗證路徑，通過真實世界數據快速生成證據，再反向更新臨床決策邏輯，形成 " 提出假設—設計驗證—真實世界研究—反饋更新 " 的持續循環。整個過程，從年級別壓縮到季度級，甚至周級。
這意味著，醫學進步將不再是版本更新，而是實時流動。
對醫生來說，這意味著能更快獲得疾病的最新診療路徑，同時有機會通過自己的審核和裁決參與知識更新。對醫院而言，日常診療將不只是服務一個病人，而是能持續沉淀決策與結局數據，讓整個機構具備更快學習和更新臨床路徑的能力。
更重要的是，這一體系并不是孤立存在，而是與基礎生命科學的突破形成閉環。比如谷歌 DeepMind 研發的 AlphaFold 能解決蛋白質折疊問題，AlphaGenome 能深入基因表達層，而醫療 AGI 則可以補上最后一塊拼圖——把這些前沿認知，轉化為針對具體患者的可執行治療路徑。
換句話說，前兩者在 " 理解生命 "，醫療 AGI 在 " 干預生命 "。
三者合一，有望從基因、蛋白到臨床治療構成全鏈路技術閉環，為人類壽命突破 120 歲奠定基礎。
凱文 · 凱利對這一創造醫學知識的新范式，深表認同。他表示，醫學靠自己，已經差不多接近瓶頸。我們需要這些更擅長處理海量數據的 " 第二大腦 "，才能繼續前進。我們把這些 " 第二大腦 " 部署到醫療系統的每一個環節，這就是真正的革命。" 而未來醫生，正處在這場革命的中心。"
二、專注嚴肅診療，未來醫生打通醫療普惠的最后一公里
如果說醫療 AGI 解決的是 " 醫學如何進步 "，那么另一個更現實的問題是：AI 能不能真正安全地參與診療？
答案的關鍵在于三個字：確定性。
正如凱文 · 凱利在對話中所說，90% 的準確率沒有意義，醫療需要的是 99.9% 級別的確定性。" 你需要的不只是一個 9，而是兩個 9、三個 9，才能放心讓 AI 替你做事。" 通用大模型的黑盒和幻覺，在醫療領域是致命傷。
未來醫生的核心突破，在于一套完全不同于通用大模型的架構。這套架構模擬了人腦的認知邏輯，分為三層：
首先是王仕銳在 2023 年就提出的 " 快慢雙系統 "。快系統負責語言理解與交互，類似大腦皮層的直覺反應；慢系統則模擬前額葉，進行深度推理和驗證，調用臨床指南、專家共識和結構化知識庫，對每一個結論進行校驗。
其次是 "ACC 層 "（類前扣帶皮層），作為最終的守門人，對快慢系統輸出進行一致性檢測、風險分級和置信度加權，避免系統內部邏輯沖突。
再進一步，是工程化的幻覺壓制機制。通過多層驗證和規則約束，未來醫生將高風險錯誤控制在千分之一以下。與其追求 " 看起來聰明 "，不如確保 " 絕不犯致命錯誤 "。
一個典型案例是胸痛診斷。普通模型可能會順著 " 胃不舒服 " 生成一個看似合理的胃病建議。但未來醫生的系統會先把它識別為高風險，再進入鑒別診斷，在無法安全排除致命風險時會明確觸發升級和轉診，而不是給出輕率建議。
除了技術架構，未來醫生還建立了一個行業極少有人做到的能力：以 " 安全性 + 有效性 " 為核心的評測閉環。
他們與 32 位國內頂尖臨床專家聯合發布的 " 臨床安全 - 有效性雙軌基準 "（CSEDB，Clinical Safety-Effectiveness Dual-Track Benchmark）評測體系，包含 13 項安全指標和 17 項有效指標，用 3000 多個真實案例進行評測。2025 年 12 月，這一全球首個用于評估醫療 AI 臨床適用性的標準，得到了數字醫學領域全球頂級期刊《npj Digital Medicine》的認可，該期刊將其作為中國科研團隊的最新研究成果進行發布。與市面上常見的 HealthBench 等通用評測有本質區別，CSEDB 是一個面向醫療大模型的 " 溝通能力評估工具 "，適用于健康咨詢、患者教育等非診療場景，判斷 AI 是否能成為最好的醫療科普工作者，而不是好的醫生。
未來醫生關注的是兩個更硬核的指標：
是否安全：是否可能導致傷殘、致死風險。
是否有效：是否能真正解決患者問題，而不是 " 建議去醫院 "。
這也是未來醫生與市面上已有的健康助手類產品的根本區別。健康管理類產品聚焦于健康咨詢、報告解讀及癥狀指引，其終局是將用戶引導至線下醫生處，且不承擔法律責任。
未來醫生堅持的嚴肅診療則聚焦 " 醫療決策價值 "，其終局在于給出精準的診斷建議和最佳治療方案，并直接對治療效果負責。每一份醫囑都必須有真人醫生簽字，平臺與醫生共同對診療結果承擔法律責任。
在未來醫生的病例中，三甲級疾病占比超過 50% —— " 治病救人 " 是最大的價值，而不是健康咨詢。
三、為什么是未來醫生？技術、數據與產業閉環的協同效應
在路徑正確的前提下，真正拉開差距的，是系統能力與產業閉環。
凱文 · 凱利在參觀未來醫生后給出了明確的判斷：AI 擁有更淵博的知識，它們讀遍了所有資料；但人類更擅長推理、邏輯、判斷、直覺，以及在實踐中學習。" 所以現在最需要的就是把兩者結合。這正是未來醫生在做的事，我認為這確實是正確的模式。"
這個判斷的核心，就是 "AI+ 人 " 的協作模式。
未來醫生的邏輯是：AI 負責 99% 的信息收集、初步診斷和多學科會診，而最后的 1%，包括復核、簽字、擔責，由真人醫生完成。這不僅解決了法律責任的歸屬問題，更讓醫生的能力被無限復制。
那么問題來了：頂尖醫生線下都忙不過來，憑什么愿意花一年半來訓練自己的 AI？
王仕銳的答案是：這就是 " 繼絕學 " 的吸引力。在頂尖醫生們看來，訓練 AI 并不是額外負擔，而是一種知識沉淀方式。那些原本無法規模化傳遞的經驗與判斷，被轉化為結構化決策邏輯，成為可復用的智能資產。
每個醫生真正開始使用自己的 AI 智能體之前，會有長達一年甚至一年半的磨合訓練。他們會把遇到的 2000 個不同疾病和場景全部拿來測試，不停試探 AI 是否達到要求。醫生和 AI 之間有三種協作方式：托管——預設的安全場景，AI 獨立處理；分揀上報——遇到沒討論過的情況，AI 必須上交醫生裁決；研究模式——醫生也不知道怎么辦時，啟動 AI 對話研究，甚至發起多學科會診。
每處理完一個新問題，就沉淀下來，下次 AI 就會了。這是一個醫生不停把工作托管給 AI 的過程，托管越多，醫生越輕松。
未來醫生的另一大護城河，是數據與模型的閉環能力。
據悉，其構建了從真實世界驗證到普及預測的完整閉環。平臺已服務超 2000 萬注冊用戶，能夠積累大量的真實診療案例。這些數據構成了 AI 持續進化的燃料。
最后，是對未來三年的清晰判斷。
對于未來三年的普及程度，王仕銳給出了具體預測：
前端：超 50% 的醫生能熟練運用 AI 開展診療工作，80% 以上的患者將被納入 AI 賦能的診療工作流，30% 的普通居民可通過手機 APP 實現低成本的自我健康管理。
后端：三年內所有臨床醫療的更新一定會被 AI 主導，醫療 AGI 有望實現。
結語：我們正站在壽命革命的臨界點
在醫療 AGI 的幫助下，人類對疾病的認知和治療將以百倍速度進化。臨床指南從 3 到 5 年到 3 個月以內，晚期實體瘤等復雜后線治療從 " 專家共識 " 到可復用的閉環路徑，全天候風險監測從單次問診走向連續管理，這一切不再是科幻。
凱文 · 凱利在對話的最后說了一段話：" 世界上沒有什么比醫學和科學的進步更能代表人類文明的前進。它不只讓我們活得更長，還讓我們活得更健康、更有質量、更幸福。我們現在在做的，是文明最根本、最底層的事情。"
王仕銳則對年輕人說了一段更個人化的話：" 我們這一代有很多優秀的人，已經被壓得很難受。我想給他們打打氣，不用那么焦慮，你們可以活很久很久。人生不再是像以前只有一次到兩次最重要的機會，你可以重新調整，重新再來，不要害怕。"
醫療 AGI 一定會發生。在它的幫助下，人類的壽命有望超過 120 歲，甚至更久。而我們正站在這場壽命革命的臨界點上。
作者 | 李水青
編輯 | 漠影
過去一年，AI 還在幫人寫 PPT、做情緒陪伴，但另一條更深的技術曲線已經悄然啟動：
AI 開始介入人類最核心的命題：生老病死。
從谷歌 DeepMind 破解蛋白質折疊，到科技巨頭密集布局醫療 Agent，再到近期未來醫生 CEO 王仕銳與 " 數字先知 " 凱文 · 凱利（Kevin Kelly）的一場對話，一個關鍵信號浮現：未來醫生首次提出的醫療 AGI，可能是人類第一次真正觸碰 " 壽命上限 " 的技術路徑。
智東西深入理解了這一具有前瞻性的對話后發現，一個醫學知識生產新范式正在誕生，可將臨床指南 3 到 5 年的更新周期壓縮至 3 個月以內，甚至更短。
問題不再是 "AI 像不像醫生 "，而是 "AI 能不能創造醫學？能不能讓人活到 120 歲，甚至更久？"
答案，正在逼近。
一、醫療 AGI：從 " 復刻醫生 " 到 " 創造醫學 " 的范式躍遷
在傳統認知中，AI 醫療的終極目標，是成為 " 像醫生一樣聰明 " 的系統。但未來醫生給出了一個完全不同的定義：醫療 AGI 的標志，不是復刻醫生，而是創造醫學。
什么叫 " 創造醫學 "？
王仕銳給出了一個通俗的解釋：醫療 AGI 意味著 AI 能夠更深入地參與患者入組、數據收集、假設提出、療效歸納和真實世界驗證，推動原本數年才能完成一次更新的臨床知識體系，進入季度級甚至更高頻率的演化節奏。AI 改變的不再只是一個診療環節，而是醫學知識的生產方式本身。
這套體系的核心價值，在于一個全新的醫學知識生產范式。
先拆解傳統醫學進步的瓶頸：一份臨床指南為何需要 3 到 5 年才能更新一次？因為需要漫長的立項、患者招募、數據整理、結果分析。
以晚期實體瘤三線及以后治療為例，患者分層極其復雜，分子標志物、既往治療線數、耐受情況和合并癥都會影響決策。很多新的治療信號往往先出現于小樣本研究或專家經驗之中，短時間內很難進入高等級指南，只能停留在 " 專家共識 " 階段。
醫療 AGI 要做的，是將這一鏈條壓縮為一個高頻、自循環的閉環系統。
未來醫生構想的路徑是：AI 基于海量歷史數據提出新假設，自動設計驗證路徑，通過真實世界數據快速生成證據，再反向更新臨床決策邏輯，形成 " 提出假設—設計驗證—真實世界研究—反饋更新 " 的持續循環。整個過程，從年級別壓縮到季度級，甚至周級。
這意味著，醫學進步將不再是版本更新，而是實時流動。
對醫生來說，這意味著能更快獲得疾病的最新診療路徑，同時有機會通過自己的審核和裁決參與知識更新。對醫院而言，日常診療將不只是服務一個病人，而是能持續沉淀決策與結局數據，讓整個機構具備更快學習和更新臨床路徑的能力。
更重要的是，這一體系并不是孤立存在，而是與基礎生命科學的突破形成閉環。比如谷歌 DeepMind 研發的 AlphaFold 能解決蛋白質折疊問題，AlphaGenome 能深入基因表達層，而醫療 AGI 則可以補上最后一塊拼圖——把這些前沿認知，轉化為針對具體患者的可執行治療路徑。
換句話說，前兩者在 " 理解生命 "，醫療 AGI 在 " 干預生命 "。
三者合一，有望從基因、蛋白到臨床治療構成全鏈路技術閉環，為人類壽命突破 120 歲奠定基礎。
凱文 · 凱利對這一創造醫學知識的新范式，深表認同。他表示，醫學靠自己，已經差不多接近瓶頸。我們需要這些更擅長處理海量數據的 " 第二大腦 "，才能繼續前進。我們把這些 " 第二大腦 " 部署到醫療系統的每一個環節，這就是真正的革命。" 而未來醫生，正處在這場革命的中心。"
二、專注嚴肅診療，未來醫生打通醫療普惠的最后一公里
如果說醫療 AGI 解決的是 " 醫學如何進步 "，那么另一個更現實的問題是：AI 能不能真正安全地參與診療？
答案的關鍵在于三個字：確定性。
正如凱文 · 凱利在對話中所說，90% 的準確率沒有意義，醫療需要的是 99.9% 級別的確定性。" 你需要的不只是一個 9，而是兩個 9、三個 9，才能放心讓 AI 替你做事。" 通用大模型的黑盒和幻覺，在醫療領域是致命傷。
未來醫生的核心突破，在于一套完全不同于通用大模型的架構。這套架構模擬了人腦的認知邏輯，分為三層：
首先是王仕銳在 2023 年就提出的 " 快慢雙系統 "。快系統負責語言理解與交互，類似大腦皮層的直覺反應；慢系統則模擬前額葉，進行深度推理和驗證，調用臨床指南、專家共識和結構化知識庫，對每一個結論進行校驗。
其次是 "ACC 層 "（類前扣帶皮層），作為最終的守門人，對快慢系統輸出進行一致性檢測、風險分級和置信度加權，避免系統內部邏輯沖突。
再進一步，是工程化的幻覺壓制機制。通過多層驗證和規則約束，未來醫生將高風險錯誤控制在千分之一以下。與其追求 " 看起來聰明 "，不如確保 " 絕不犯致命錯誤 "。
一個典型案例是胸痛診斷。普通模型可能會順著 " 胃不舒服 " 生成一個看似合理的胃病建議。但未來醫生的系統會先把它識別為高風險，再進入鑒別診斷，在無法安全排除致命風險時會明確觸發升級和轉診，而不是給出輕率建議。
除了技術架構，未來醫生還建立了一個行業極少有人做到的能力：以 " 安全性 + 有效性 " 為核心的評測閉環。
他們與 32 位國內頂尖臨床專家聯合發布的 " 臨床安全 - 有效性雙軌基準 "（CSEDB，Clinical Safety-Effectiveness Dual-Track Benchmark）評測體系，包含 13 項安全指標和 17 項有效指標，用 3000 多個真實案例進行評測。2025 年 12 月，這一全球首個用于評估醫療 AI 臨床適用性的標準，得到了數字醫學領域全球頂級期刊《npj Digital Medicine》的認可，該期刊將其作為中國科研團隊的最新研究成果進行發布。與市面上常見的 HealthBench 等通用評測有本質區別，CSEDB 是一個面向醫療大模型的 " 溝通能力評估工具 "，適用于健康咨詢、患者教育等非診療場景，判斷 AI 是否能成為最好的醫療科普工作者，而不是好的醫生。
未來醫生關注的是兩個更硬核的指標：
是否安全：是否可能導致傷殘、致死風險。
是否有效：是否能真正解決患者問題，而不是 " 建議去醫院 "。
這也是未來醫生與市面上已有的健康助手類產品的根本區別。健康管理類產品聚焦于健康咨詢、報告解讀及癥狀指引，其終局是將用戶引導至線下醫生處，且不承擔法律責任。
未來醫生堅持的嚴肅診療則聚焦 " 醫療決策價值 "，其終局在于給出精準的診斷建議和最佳治療方案，并直接對治療效果負責。每一份醫囑都必須有真人醫生簽字，平臺與醫生共同對診療結果承擔法律責任。
在未來醫生的病例中，三甲級疾病占比超過 50% —— " 治病救人 " 是最大的價值，而不是健康咨詢。
三、為什么是未來醫生？技術、數據與產業閉環的協同效應
在路徑正確的前提下，真正拉開差距的，是系統能力與產業閉環。
凱文 · 凱利在參觀未來醫生后給出了明確的判斷：AI 擁有更淵博的知識，它們讀遍了所有資料；但人類更擅長推理、邏輯、判斷、直覺，以及在實踐中學習。" 所以現在最需要的就是把兩者結合。這正是未來醫生在做的事，我認為這確實是正確的模式。"
這個判斷的核心，就是 "AI+ 人 " 的協作模式。
未來醫生的邏輯是：AI 負責 99% 的信息收集、初步診斷和多學科會診，而最后的 1%，包括復核、簽字、擔責，由真人醫生完成。這不僅解決了法律責任的歸屬問題，更讓醫生的能力被無限復制。
那么問題來了：頂尖醫生線下都忙不過來，憑什么愿意花一年半來訓練自己的 AI？
王仕銳的答案是：這就是 " 繼絕學 " 的吸引力。在頂尖醫生們看來，訓練 AI 并不是額外負擔，而是一種知識沉淀方式。那些原本無法規模化傳遞的經驗與判斷，被轉化為結構化決策邏輯，成為可復用的智能資產。
每個醫生真正開始使用自己的 AI 智能體之前，會有長達一年甚至一年半的磨合訓練。他們會把遇到的 2000 個不同疾病和場景全部拿來測試，不停試探 AI 是否達到要求。醫生和 AI 之間有三種協作方式：托管——預設的安全場景，AI 獨立處理；分揀上報——遇到沒討論過的情況，AI 必須上交醫生裁決；研究模式——醫生也不知道怎么辦時，啟動 AI 對話研究，甚至發起多學科會診。
每處理完一個新問題，就沉淀下來，下次 AI 就會了。這是一個醫生不停把工作托管給 AI 的過程，托管越多，醫生越輕松。
未來醫生的另一大護城河，是數據與模型的閉環能力。
據悉，其構建了從真實世界驗證到普及預測的完整閉環。平臺已服務超 2000 萬注冊用戶，能夠積累大量的真實診療案例。這些數據構成了 AI 持續進化的燃料。
最后，是對未來三年的清晰判斷。
對于未來三年的普及程度，王仕銳給出了具體預測：
前端：超 50% 的醫生能熟練運用 AI 開展診療工作，80% 以上的患者將被納入 AI 賦能的診療工作流，30% 的普通居民可通過手機 APP 實現低成本的自我健康管理。
后端：三年內所有臨床醫療的更新一定會被 AI 主導，醫療 AGI 有望實現。
結語：我們正站在壽命革命的臨界點
在醫療 AGI 的幫助下，人類對疾病的認知和治療將以百倍速度進化。臨床指南從 3 到 5 年到 3 個月以內，晚期實體瘤等復雜后線治療從 " 專家共識 " 到可復用的閉環路徑，全天候風險監測從單次問診走向連續管理，這一切不再是科幻。
凱文 · 凱利在對話的最后說了一段話：" 世界上沒有什么比醫學和科學的進步更能代表人類文明的前進。它不只讓我們活得更長，還讓我們活得更健康、更有質量、更幸福。我們現在在做的，是文明最根本、最底層的事情。"
王仕銳則對年輕人說了一段更個人化的話：" 我們這一代有很多優秀的人，已經被壓得很難受。我想給他們打打氣，不用那么焦慮，你們可以活很久很久。人生不再是像以前只有一次到兩次最重要的機會，你可以重新調整，重新再來，不要害怕。"
醫療 AGI 一定會發生。在它的幫助下，人類的壽命有望超過 120 歲，甚至更久。而我們正站在這場壽命革命的臨界點上。
