深度学习尿甲基化预警复发，GPT-5却输给医生

生命科学前沿 · 2026.08.04

本期关注

四项研究从尿液肿瘤监测、记忆门诊判断、流式细胞分类到微生物组污染识别，呈现AI真正有用的条件：独立验证、明确参照，以及对失败场景的诚实报告。

01｜尿液甲基化 · 肿瘤复发监测

尿甲基化深度学习不仅检出尿路上皮癌，还将复发预警提前最多250天

《Advanced Science》：UCtracker: A Deep Learning-Based DNA Methylation Model for Noninvasive Diagnosis and Recurrence Surveillance of Urothelial Carcinoma in a Prospective Study

一次尿液检测能否同时承担诊断与术后随访？UCtracker给出了带独立多中心验证和纵向样本支持的答案。

内部验证的敏感度为94.6%、特异度为94.4%；独立队列分别为90.6%和91.3%。与UroVysion荧光原位杂交相比，模型在T1期、高级别及膀胱尿路上皮癌中的敏感度更高，低测序深度下的下采样分析也显示性能稳定。

术后部分纵向分析48名患者的131份尿样，检出94.1%的复发事件，最早比临床确认提前250天。这是事件检出率而非生存获益证据，但提示尿液甲基化可能连接无创诊断与高频复发监测。

价值不只在一次性分类精度，而在独立多中心测试、现有检测对照和纵向复发验证形成了较完整的转化证据链。

注： 独立队列仅55人，复发监测仅48名患者；摘要未说明训练样本量、阳性率、置信区间及前瞻性流程中的阈值锁定方式，也未证明提前检出能改善临床结局。

02｜大语言模型 · 痴呆临床判断

加入血浆p-tau217后，GPT-5诊断阿尔茨海默病仍明显落后于医生

《Singapore Medical Journal》：Diagnosis and analysis of plasma phosphorylated tau 217 in a memory clinic cohort: limitations of Generative Pre-trained Transformer-5

这项回顾性研究纳入香港Queen Mary Hospital记忆门诊74人，其中淀粉样蛋白阳性40人、阴性34人。GPT-5读取认知、功能和神经精神资料，并分别在纳入血浆p-tau217前后估计阿尔茨海默病概率；研究并未训练新模型，全部病例构成评估集。

参照诊断由医生结合病史、检查、神经影像及淀粉样蛋白PET作出。强基线包括医生判断及基于荟萃分析先验的贝叶斯后验概率。加入p-tau217后，医生准确率为81.1%，GPT-5仅45.9%；模型与阳性病例的贝叶斯概率相比偏低，与阴性病例相比又偏高。

GPT-5更常判断为混合病因，并在36个相关情景中的11个（31%）建议不恰当的抗淀粉样蛋白治疗。结果说明，语言模型对临床文本的整合能力不能替代经过校准的生物标志物解释与专科判断。

这项负结果比单纯展示问答能力更具现实意义：临床AI必须同时检验概率校准、诊断准确率和治疗建议安全性。

注： 单中心、回顾性且仅74人；摘要未交代提示词、重复运行、模型版本锁定及盲法，亦无外部队列，因此不能推断其他语言模型或不同门诊人群中的表现。

03｜流式聚类 · 血液细胞分型

FlowSOM加Excel可稳定识别B细胞，但浆细胞精确率只有45.8%

《Cytometry Part B: Clinical Cytometry》：Automated B-cell and plasma cell identification using unsupervised clustering by FlowSOM and an excel-based classification model

透明、低成本并不等于全面可靠：同一套可审计分类流程对B细胞表现突出，对异质性更强的浆细胞却只能承担分诊。

模型用40份样本中专家标注的细胞簇开发，其中30份为克隆性、10份为多克隆性；独立验证包含52份新样本、共416个簇。参照标准是专家分配的B细胞和浆细胞簇，FlowSOM本身提供聚类而非最终分类。

验证中，B细胞识别敏感度0.902、特异度0.984、精确率0.885、F1值0.893；浆细胞识别则为敏感度0.651、特异度0.828、精确率0.458、F1值0.537。作者核查了ChatGPT协助设计的公式，但最终性能来自固定规则在独立样本上的测试。

研究展示了可解释自动化的实际边界：B细胞任务可减少人工差异，浆细胞任务仍需专家复核，不能被总体准确率掩盖。

注： 样本量较小，验证仍来自相同技术流程；浆细胞阳性预测中误报较多，且没有跨实验室、跨仪器或前瞻性验证，暂不适合作为独立诊断工具。

04｜微生物组机器学习 · 海洋污染监测

微生物组能暴露海底防污漆污染，但浓度预测仍然失败

《Microbiology Spectrum》：Predicting antifouling paint particle contamination based on 16S rRNA gene sequencing data using random forest-based machine learning

研究没有直接“看”污染颗粒，而是让随机森林从受污染后改变的微生物群落中识别其存在，并接受了跨地点、跨季节的现场测试。

孵育测试集中，模型正确识别100%的污染阳性样本和83.3%的阴性样本，但浓度预测未达到足够准确度。随后研究采集波罗的海沿岸及Warnow河口14个地点的现场样本，以扫描电镜—能谱分析预先确定污染状态。

现场测试中，模型正确识别全部无污染地点，并识别出5个污染地点中的3个。训练数据来自单一地点和季节，因此这一结果提供了有限但有价值的分布偏移检验，也表明微生物组更适合充当污染筛查信号，而非定量替代物。

16S测序可能把生态响应转化为通用监测入口，但“是否存在”与“含量多少”是两个难度不同的任务，后者尚未解决。

注： 现场验证仅14个地点、污染阳性仅5个；模型漏掉2个阳性地点，训练样本量、置信区间和浓度误差未在摘要中披露，也缺少替代机器学习方法的公平比较。