一篇新的《观点》重点介绍了顶尖研究人员与行业专家之间的一场辩论：到 2050 年时，人形机器人是否会取代人类工作者。随着技术进步和人工智能（AI）发展的加速，人形机器人正变得更有能力且日益逼真。Hesheng Wang 和同事在此讨论了在 2025 年 IEEE/RSJ 国际智能机器人与系统大会（IROS）的一场全体辩论中提出的核心观点。会议期间，小组成员就“25 年内机器人能否取得足够进展以取消人类工作”这一说法展开了正反两方面的论证。大多数专家同意，在机器人能够达到人类进行精细操作的灵巧水平之前，仍需开展大量的研究工作。然而，有关先进的人形机器人未来将扮演什么样的角色，各方仍有歧义。部分小组成员表达了这样的观点：机器人价格昂贵，且缺乏人类的社交技能和适应能力。他们认为，人形机器人将促进协作并提高生产力，而非取代人类劳动力。另有专家提出，机器人是就业的创造者，自动化的提升将开辟人与人形设备一同工作的机会。其他一些人则不同意人形机器人需要模仿人类能力的这一前提假设；他们假定：经 AI 增强的机器人将来会接管大多数与劳动相关的任务，从而把人类解放出来以从事更有意义的活动。 在相关的一篇《焦点》中，Stefano Puntoni 探讨了那些会将影响消费者接受机器人的心理因素。人类倾向于抵制那些会剥夺个人身份认同感的设备（例如，面包师可能会避免使用面包烘焙机），或者那些会消除服务中具象征意义的设备（例如，人们往往更倾向于选择人类纹身师，而非机器人）。Puntoni 总结道：“有时，我们真正应该提出的问题并非‘我们能把这个过程自动化吗？’，而是‘我们应该这样做吗？’”

为发现未来 10 年期患癌风险最高人群，研究人员利用人工智能技术开发出一种基于数字乳腺 X 光摄影图像的乳腺癌风险预测模型。该模型在 10 年期乳腺癌风险预测上的表现优于当前的标准临床风险评估工具，并能根据临床指南识别出 40% 的乳腺癌病例，表明该模型可被整合到现有的乳腺癌筛查方案中以增强一级预防工作。随着全球乳腺癌发病率的上升，临床医生在很大程度上依赖于通过调整生活方式以及用乳腺 X 线摄影等筛查工具来进行疾病预防。在针对肿瘤发病风险最高的女性时，这些被称为“一级预防”的策略效果最好。临床医生通常会用 Tyrer-Cuzick-v8 等生活方式模型来发现这些患者，但新出现的基于 AI 的模型的性能可能会更胜一筹。然而，这些 AI 模型设计的主要目的是预测短期罹癌风险。为满足对长期罹癌风险评估工具的需求，Mikael Eriksson 和同事开发出了一个评估浸润性和原位乳腺癌的10 年期风险的基于 AI 的模型。他们收集了 2010 年至 2020 年间美国和瑞典两个大型队列中共计 8696 人的数字化乳腺 X 线摄影数据，其中包括 1633 名乳腺癌患者。据该模型计算，这两个队列的 10 年期总体罹癌风险分别为 3.83% 和 3.14%，其在评估浸润性肿瘤的 10 年期风险方面展现了良好的性能。此外，在预测风险最高的前 10% 人群中的癌症发病方面，该模型的表现优于 Tyrer-Cuzick-v8 模型以及一款名为 Mirai 的 5 年期 AI 风险模型。Eriksson 等人告诫说，他们研究中的大多数参与者具有欧洲血统。他们写道：“这强调了在考虑将该模型用于临床之前，有必要针对不同人群及其预定用途对其做进一步的评估。” 关注研究趋势的记者请注意，5 月 20 日发表在《科学-进展》上的一项研究提出了一种基于AI 的乳腺癌乳腺 X 线摄影风险评分系统，该评分系统利用来自超过 22.6 万名不同血统女性的数据进行训练，使其能克服源于种族或族裔的偏见。请参阅本周 VancePak 以获取“禁止提前发布”信息；该论文发表后，可在以下链接获取全文：https://www.science.org/doi/10.1126/sciadv.ady3905 此外，4 月 30 日发表在《科学》上的一项研究表明，大型语言模型 OpenAI o1 在临床推理以及对急诊患者的诊断和评估等任务上的表现已超越大批人类医生：https://www.science.org/doi/10.1126/science.adz4433

在评估乳腺癌风险时，为现有模型提供数据支持的数据集大多来自白人女性，这给将此类模型应用于非白人患者群体带来了不利后果。研究人员如今显示，一种对不同人口统计学特征人群进行训练后的新型人工智能（AI）预测工具可以不受患者种族或族裔背景的影响而准确评估罹患乳腺癌的风险。他们通过让该预测模型评估来自 22.6 万多名具有不同人口统计学背景女性的乳腺 X 线摄影图像而对其风险评估的准确性进行了检测。乳腺癌是女性中最常被诊断的癌症之一。风险模型可以预测病人罹患该病的可能性，从而有助于早期发现，但现有模型背后的大多数数据集均来自白人群体。因此，这些模型对非欧洲裔人群的乳腺癌风险预测效果并不理想。然而，Shu Jiang 和同事写道：“近期的关于使用乳腺 X 线摄影风险评分（MRS）的研究展现了巨大的应用前景；该评分是根据多元化种族人群开发的一种基于 AI 的乳腺 X 线摄影图像纹理特征汇总。”如今，他们已在北美的两个大型队列中进一步评估了这一工具的性能。研究所用数据来自 22.6 万多名 40 至 74 岁女性的常规乳腺 X 线摄影筛查，这些女性所涉及的群体包括了东亚裔、南亚裔、原住民、非西语裔白人和非西语裔黑人。风险评分数值来自基于 AI 的对乳腺组织纹理和特征的分析。这些涵盖了 5 年期罹癌风险的评分与乳腺癌风险显著相关，并与每个种族和族裔亚群的结果高度吻合。Jiang 等人断言：“这项研究表明，该 MRS 并不依赖于自我报告的种族和族裔，这使得个体化风险评估的实施能够在临床上普遍适用。”