醫療AGI要來了，能讓人類活到120歲？

“十四五”末，我國人均預期壽命已提升至79歲以上，五年里平均每年增長0.26歲。近期新發布的“十五五”規劃綱要進一步提出，未來五年將人均預期壽命提高到80歲。

在經濟水平提升的前提下，醫療技術的進步無疑是延長壽命的直接動力。當前，以人工智能為代表的前沿技術，也在加快推動這一進程。

近日，“科技預言家”凱文·凱利與未來醫生創始人王仕銳展開了一場對話，深度探討醫療AI價值邊界的延伸。對話中，王仕銳作出預判：醫療AGI有機會讓人類壽命達到120歲。

AI能幫助人類活到120歲？這聽起來夸張，卻已成為醫學界與科技界共同探索的方向。

01

王仕銳率先提出的醫療AGI，是什么？

一直以來，通用人工智能（AGI）被視作AI發展的終極目標，它是一種具備人類通用認知能力的智能系統，能夠像人類一樣學習、思考和解決復雜問題。近幾年里，從ChatGPT到DeepSeek，再到如今的“龍蝦”，AI技術的每一次重大突破，都會引發各行業的廣泛關注，無論是產業界還是大眾，對AI等新事物的接受程度正不斷加速。同時，每一次重大突破也會被認為距離AGI又近了一步。

然而，AGI的實現需滿足兩大關鍵條件，即：智能程度達到極高水準；必須具備類人意識。這兩項條件從技術實現、機器意識兩個層面來看，還存在巨大挑戰。理想與現實的差距，使得AGI的實現仍充滿不確定性。

在王仕銳看來，與通用AGI相比，醫療AGI有明確目標與迭代路徑，將先于通用AGI實現。

何為醫療AGI？作為聚焦醫療垂類的AI，醫療AGI具備醫生的職業人格、遵循醫療倫理，前端可深度融入真實臨床醫療場景，實現與醫患的實時高效互通，后端則能由AI主導臨床指南的全流程自我迭代，是適配真實診療場景并促進醫學發展的專屬AI體系。

近年來，從信息化到醫療AI，數字技術的持續推進已讓醫療服務體系發生顯著變化，尤其是大眾就醫便捷度大幅提升。不過，行業延續已久的核心痛點仍然存在：專家名醫等優質資源依舊稀缺，針對復雜疾病的診療能力也有待提升。王仕銳認為，醫療AGI將成為破解上述難題的關鍵，從源頭上助力突破優質資源稀缺、醫學技術瓶頸的難題。

從宏觀視角看，當前包括醫療領域在內全社會對AI的高參與度，疊加國家在醫療AI、大數據等領域密集出臺的利好政策，已為醫療AGI的技術探索與應用落地營造了良好環境。

02

醫療AGI已具備技術與模式基礎

近日發布的第57次《中國互聯網絡發展狀況統計報告》統計，截至2025年12月，我國生成式人工智能用戶達6.02億人，較2024年底增長141.7%；AI產品以更精準和高效的方式逐漸改善醫療、養老和教育等民生領域的服務質量，提升線上線下產品和服務的使用體驗。

不過，醫療AGI要實現對優質資源擴容、打破醫學技術瓶頸，就不能局限于提升患者體驗或提供情緒價值，其根基須建立在嚴肅醫療場景上。縱觀行業眾多醫療AI參與企業，未來醫生的一系列探索為醫療AGI的實現奠定了基礎。

一直以來，未來醫生堅持的嚴肅診療，是一條與AI健康咨詢截然不同的路線，其醫療AI戰略方向包括：通過AI標準化復制頂尖醫生的診療能力，讓AI為頂級專家也難以攻克的病癥提供突破性的治療方案。

具體到患者服務上，為了保障診療的嚴謹性與權威性，未來醫生基于AI構建起了人機協同的四級分診體系：AI初篩與結構化問診、多學科會診（MDT）介入、專科智能匹配、權威專家復核、決策并簽字。這一流程使得平臺可為患者給出精準診斷建議和最佳治療方案，并直接對治療效果負責。

未來醫生的服務定位與模式背后，是一套打磨多年的AI技術支撐體系：

首先是模擬人腦認知的技術架構，最先采用快慢雙系統的解決方案。

未來醫生自主研發的AI醫療認知系統MedGPT，采用了模擬人腦認知的三層架構，而非單純依賴海量數據訓練。三層架構中，快系統類比大腦皮層執行語義任務，調用通用模型，快速響應用戶需求，負責理解與溝通；慢系統類比前額葉深度推理，負責調用對應知識、算法、經驗庫做深度驗證，解決復雜醫療問題；ACC層類比前扣帶皮層，負責調和快慢系統矛盾，降低AI幻覺。

三層架構意在從生物機制層面構建醫療AI技術路徑，讓AI推理過程更接近真人醫生的思維路徑。

其次是雙飛輪循環下醫療AI的持續進化。

MedGPT搭建了貼合臨床決策體系的雙飛輪循環：小飛輪由臨床指南和標準化診療路徑驅動，確保診斷和治療的準確性和一致性；大飛輪通過實踐經驗增強模型的底層能力，并通過研究專家共識、復制專家智慧，以補足能力缺口、滿足個體需求，生成更高質量的診斷和治療建議。

醫聯集團布局互聯網醫療多年以來，已與專家之間建立起深度信任與合作關系。在未來醫生平臺上，目前有超過1萬名醫生與患者交互，每周沉淀2萬條真實診療反饋，形成醫生反饋、算法更新、系統增強的良性循環，進而促使醫療AI能力持續提升。據了解，MedGPT的準確率目前每月都在穩步提升。

最后是貼合真實診療場景的醫療AI評估體系。

當前全球醫療AI主流測評多基于標準化考試，OpenAI的HealthBench也主要為溝通能力評估，與嚴肅診療對安全性、有效性、個體化的核心需求相去甚遠。

過去，MedGPT已在多項主流測評中位居第一，但未來醫生并未滿足于此。為了填補國際空白，未來醫生與國內32位頂尖專家聯合，制定了全球首個評估醫療AI臨床適用性的“臨床安全-有效性雙軌基準（CSEDB）”體系。該體系涵蓋30項核心指標，打破靜態答題模式，設置開放式問答條目、模擬真實復雜診療場景。

未來醫生關于CSEDB評估體系的研究成果已發表

2025年12月，上述研究成果已在Nature旗下頂級期刊《npj Digital Medicine》上發表，MedGPT在測評中位列全球第一。CSEDB推動醫療AI評估從標準化考試向真實臨床決策跨越，為未來醫療AGI評估標準構建探索出可行路徑。

此外，商業模式的可持續性，更是醫療AGI長跑的關鍵。

不同于互聯網醫療的流量增值模式，未來醫生已用實踐證明，醫療AI提供免費健康咨詢的模式反而會削弱醫療信任，合理的定價、專業的背書，才能與醫院、保險公司等參與方形成商業閉環。

因此，在前沿技術普遍以“燒錢”做研發為主要模式的當下，自我造血能力使得醫療AGI這場長跑能進入正向循環，加快醫療AGI時代的到來。

從未來醫生的發展路徑來看，醫療AGI已具備技術與模式基礎。隨著以嚴肅診療為核心的AI技術底座不斷成熟，醫療AGI可更快地從概念走向現實。

03

不只是醫生助手，醫療AGI將加快醫學進步進程

從法律和倫理角度而言，AI永遠無法替代人類醫生。AlphaGo誕生后，人類圍棋冠軍們的巔峰對決依舊精彩；在事關生命的醫療領域，人類的判斷與主導更加不可或缺。不過，這并不影響醫療AGI成為醫療AI發展的必然趨勢，因為，醫療AGI的核心價值遠不止提升就醫便捷度、充當醫生助手，更能從根本上加快醫學進步的步伐。

人類醫學過往的每一次重大突破，都歷經了漫長的探索周期。無數醫學工作者接力奮斗，往往以數十年甚至數百年為單位，才能實現認知顛覆與醫學范式的轉變。

以常見的糖尿病為例，早在公元前1500年的古埃及就已存在有關記載。胰島素被發現前，治療糖尿病、降低死亡率最知名的是“饑餓療法”。漫長歲月中，無數醫學家試圖解開糖尿病的謎團，直到20世紀20年代胰島素被發現，并被成功用于糖尿病患者治療。此后100年里，胰島素又經歷多次迭代，才實現了如今較高的可及性。

同時，醫學發展又是一個永無止境的過程。除了醫學知識更新以應對變化的疾病譜之外，即便是針對同一疾病，其治療方法也在不斷完善。仍以糖尿病治療為例，醫學界對更優方案的探索從未止步，糖尿病前期干預、智能化藥物與設備、多靶點治療等均是主流方向，目標從控制血糖逐步邁向功能治愈。

類似的案例在醫學領域比比皆是。而今，醫療AGI已成為縮短上述漫長周期的重要契機。

近幾十年里，臨床指南已成為推動循證醫學進步的核心載體。作為連接醫學研究與臨床實踐的關鍵橋梁，臨床指南將最佳醫學證據轉化為可操作的診療建議。

而醫療AGI的核心價值，正是革新臨床指南的更新范式，讓醫學進步步入快車道。

一方面，醫療AGI能大幅縮短臨床指南的更新周期。全球現有約3.5萬個疾病相關診療指南，傳統模式下每份指南3-5年才更新一次，立項假設、患者招募、結果整合等流程動輒耗時數年。而醫療AGI可將立項假設從數月壓縮至24小時，患者數據反饋最短72小時即可完成，最長也僅需2-3個月，讓指南更新周期有望從3-5年縮短至3個月內，實現動態、實時的優化。

另一方面，醫療AGI能顯著提升臨床指南的更新質量。循證醫學的核心是結合最佳證據、臨床經驗與患者價值觀制定醫療決策，而指南制定常面臨證據等級評估、干預措施有效性界定等難題。醫療AGI可通過量化指南對診療金標準的優化程度、對人類健康壽命的影響概率，科學評估醫學證據與干預效果，精準解決上述問題，這也是其核心發展目標。

04

實現120歲壽命的邏輯何在？

隨著工業革命帶來的科技變革，人類壽命在20世紀實現了跨越式突破：從1900年全球人均預期壽命32歲增至2023年的73歲。那么，關于醫療AGI幫助人類壽命突破120歲的預判，其底層邏輯何在？

回顧歷史，人類壽命的翻倍增長核心得益于兩大關鍵路徑：

一是醫學技術進步推動了重大疾病的慢病化。前文提及的糖尿病治療也是典型案例，以胰島素為核心的治療方式，已將糖尿病從曾經難以攻克的絕癥轉變為長期可控的慢性病。近年來，隨著靶向治療、免疫療法等精準醫療手段的突破，部分癌癥的慢病化趨勢也開始顯現。

二是疫苗的推廣普及與公共衛生服務體系的建立，實現了對傳染疾病的有效控制。

關于120歲壽命的預判，同樣延續了這兩條路徑的邏輯，在醫療AGI的賦能下，醫療技術與醫療服務體系發展有望迎來質的飛躍。

技術層面，醫療AGI有望構建高效迭代的“Alpha臨床”體系，與AlphaFold、AlphaGenome形成技術閉環，推動醫學進步提速。

醫學技術突破的根源是對生物機制的探索與破解，AI在生命科學領域的應用已展現出強大的潛力。Google DeepMind開發的AlphaFold實現了蛋白質三維結構的高精度預測，AlphaGenome則聚焦解讀人類基因組的非編碼“暗物質”，這些技術為解析疾病機制、開發靶向療法奠定了基礎。

醫療AGI可與這類前沿技術形成閉環，讓AI從生物機制層面理解疾病的發生與發展規律，并模擬醫生的臨床思維，更精準地探索疾病的預防與治療方案，破解延長壽命的生物密碼，這正是王仕銳和未來醫生所堅持的路徑。

在這一技術閉環中，醫療AGI的核心標志是幫助人類“創造醫學”，而不僅限于學習現有醫學知識后變得“更像醫生”。

醫療服務體系層面，醫療AGI能進一步優化優質醫療資源配置，推動服務重點從治療向預防延伸。

一方面，醫療AGI通過技術手段規模化復制優秀醫生的診療決策能力，大幅提升復雜疾病的診療效率，破解優質資源地域分布不均的問題，使得全國甚至全球范圍內優質診療的可及性更高。另一方面，醫療AGI基于大數據實現疾病的精準預防與早期篩查，結合個性化的健康管理方案，從源頭上減少疾病的發生。

無論是從技術層面加速醫學進步，還是從服務體系層面實現高質量的防治結合，醫療AGI的長遠價值都延續了過往人類壽命延長的核心邏輯：從源頭減少疾病，并更好地解決已發生的疾病。這也讓120歲的健康壽命愿景，從看似夸張的想象變為有跡可循的期待。

05

醫療AI邊界將大幅拓寬

一直以來，健康長壽都是人類追求的永恒主題。從當前的人口新格局來看，健康壽命的延長對社會發展具有重要意義，可在一定程度上對沖人口出生率下降帶來的社會經濟影響，緩解勞動力縮減的壓力。因此，延長人類健康壽命已不只是個體追求，更成為事關社會可持續發展、全球共同面對的社會治理重要任務。

在凱文·凱利看來，未來醫生的實踐已經將醫學創新推向更深處，正在創造那些我們尚不知曉、尚未涉足的解決方案，這才是真正的前沿，是推動醫學進步的核心機制，未來醫生正處在這場變革的中心。“我們現在探討和正在做的，是觸及文明最根本、最底層的事業——追求健康、長壽、內心的安寧與對生活的滿足，而非制造焦慮與恐懼。”

當前，醫療AI領域各參與方在提效、輔助等功能與應用場景上已開展大量探索，為AI在醫療領域的進階落地打下了基礎。將格局放大來看，醫療AGI的實現、120歲的長壽愿景，已為醫療AI樹立了新目標。為了實現這樣的宏大目標，基于AI的新架構、新產品、新功能必然會層出不窮，醫療AI的邊界將被大幅拓寬；AI之于醫療，必將有更大的想象空間與發展可能。