一篇于9月1日发表在 Frontiers in Science 的主导综述，由来自帝国理工学院、斯坦福、耶鲁和哈佛法学院的作者撰写，梳理了医疗 AI 实际落地到了何种程度。其核心观察是，FDA 的 AI-Enabled Medical Devices List 收录了超过1,500项条目，但其中几乎没有技术真正进入日常临床实践。
常见表述哪里说错了
在引用这个数字之前，有三点纠正很重要。第一，这1,500多项条目绝大多数是510(k) clearance——即与已上市器械具有实质等同性的认定——而不是 FDA 的批准。该综述使用的“regulatory-approved”这一说法属于标准性的混用，而这一区别恰恰决定了一款器械是被证明安全有效，还是仅仅被证明与一款已售产品相似。
试验结果是不劣效
第二，头条级别的随机化证据来自一项针对超过80,000名女性的乳腺X线摄影筛查试验——并非有时被写成的胸部 X 光——结果显示，AI 辅助筛查相较标准双重阅片不劣效。AI 与两名放射科医生相当，但并未超越他们。不劣效是一个真实且具有经济意义的结果，而这通常并不是报道中呈现的结果。
综述不是研究
第三，这是一篇综述文章，并未收集新数据。报道中称“新研究发现 AI 可预测3,000种疾病”，引用的其实是文献综述中的一条引文：在队列招募时尚未被诊断的超过3,000种疾病的预测来自基于生物样本库训练的模型，而对1,000多种疾病轨迹进行建模的 Delphi-2M transformer，也只是对他人论文的概括。还有一个数字值得注明时间：有关医疗网络安全专业人士中73%报告操作系统过时的数据，来自2021年的一项调查，已经过去五年。
为什么这种去泡沫化的综述更有价值
该论文的作者阵容异常资深且跨学科，既有临床和机器学习研究者，也有一位哈佛法学院的卫生政策学者。其主张——如今医院里已经成熟并获得监管许可的 AI，几乎完全是传统的深度学习诊断工具，而生成式浪潮尚未进入常规护理——是对“AI 已经在改变医学”这一叙事的直接校正。