2026-07-23 | 장형임 기자

“手表”比医院更早发现癌症…“预防型健康管理”时代临近

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

随着人工智能(AI)提高数据分析的准确度,实时监测生命体征、检测并分析异常征兆的可穿戴设备发展也在加快。有预测认为,可穿戴设备提前捕捉异常征兆并建议前往医院做精密检查的“预防型健康管理”时代已不再遥远。

据科学界22日消息,非侵入式诊断技术与AI结合最为活跃的领域之一是癌症诊断。因为癌症越能捕捉早期细微的生理变化,治愈可能性就大幅提高,而现有的侵入式组织检查不仅耗费时间和费用,患者的身体负担也很大。

疾病诊断的核心在于寻找“生物标志物”。生物标志物是蛋白质、DNA、代谢物等显示疾病有无及进展程度的生理指标。若让AI学习正常人与患者之间代谢组模式的差异,就能更准确地识别生物标志物,并提高诊断准确度。

在生物标志物尚未明确阐明的疾病中,AI在发掘新诊断指标方面也发挥核心作用。由此,将AI与拉曼光谱法结合的体液诊断平台也受到关注。这是用AI分析唾液或尿液等体液中复杂分子信号,从而早期筛查癌症的技术。高丽大学教授郑镐相解释称:“诊断癌症这类疾病比检测违禁药物复杂得多、难度高得多”,“AI在诊断过程中的贡献度也因此更大。”

围绕这一点,郑教授研究团队2023年与韩国材料研究院、浦项科技大学教授卢俊硕、庆熙大学医学院教授崔三镇等共同开发了可放大尿液中代谢物光信号的试纸型传感器。去年又用拉曼光谱法分析唾液中的代谢物,并用AI区分各成分,提出15种新的生物标志物。郑教授解释称:“此类生物标志物不仅用于疾病诊断,还为理解疾病发生与发展的原理提供重要线索。”

从中长期看,基于AI的可穿戴医疗设备形态也可能随疾病类型而多样化。例如美国麻省理工学院(MIT)目前正在提升利用可穿戴乳房贴片判断乳腺癌早期发现可能性的技术,凯斯西储大学则正在开展临床研究,让肌肉骨骼系统癌症(骨肉瘤等)患者佩戴智能手表,分析步行稳定性、活动量等,以早期捕捉治疗反应及并发症风险。

对此郑教授提出预测:“我认为,智能手表比医院更早发现疾病,并提示‘大约一个月后健康可能出现问题,请去做精密检查’的时代,距今不到10年。”他同时强调“最先察觉疾病的角色很可能由可穿戴设备担当”,并表示“疾病初期极微小的生理变化数据不断积累并与AI结合后,就能找出与正常人不同的模式。”

阅读韩文原文