迈阿密大学提出 PRECISION-AI 框架与 My Wellness Support 平台，为癌症幸存者提供复诊间个性化支持
New AI platform could help cancer survivors get personalized support between doctor visits
迈阿密大学 Sylvester 综合癌症中心在 Translational Behavioral Medicine 发表概念验证研究，提出 PRECISION-AI 框架及配套 AI 平台 My Wellness Support，旨在为癌症幸存者在复诊之间提供基于循证依据的个性化症状管理与支持。
发生了什么
2026年9月30日，迈阿密大学米勒医学院Sylvester综合癌症中心团队在Translational Behavioral Medicine发表概念验证研究，提出用于开发、评估和落地癌症幸存者支持治疗AI工具的框架Precision AI for Survivorship and Supportive Care（PRECISION-AI）。该框架依托EHR集成的My Wellness Check筛查项目，该项目已积累超过37,000例门诊肿瘤患者的纵向患者报告结局、支持治疗需求和营养数据，团队在其中25,592名随访36个月的幸存者子样本上训练机器学习模型，识别症状负担和非计划就医相关模式，使不良结局的预测精度提升超过25%。在此基础上团队正在开发AI平台My Wellness Support，整合患者报告结局、临床记录和行为信息，由AI陪伴患者，临床团队通过仪表盘监控趋势、风险评分和警报。项目目前仍处于早期测试阶段。
为什么重要
这项研究回答了数字健康落地肿瘤支持治疗时的一个悬而未决的问题：AI如何在保持临床监督和安全护栏、并经过科学验证和持续评估的前提下，成为就诊之间的补充支持层，而不是让技术跑在评估体系前面。在既有患者报告结局数据上叠加机器学习使不良结局预测精度提升超过25%，说明这套数据基础设施加分析方法能更早识别高风险幸存者，对支持治疗临床团队、数字健康开发方和幸存者项目管理者都是可迁移的路径。作者反复强调平台不替代面对面诊疗和患者获得的标准医疗服务，为同类AI产品的临床定位划出了清晰边界。
还缺什么
材料没有披露My Wellness Support早期测试的研究设计，包括纳入人数、主要终点、是否有对照和时间表，均待确认。也未说明模型具体预测哪些不良结局、算法架构细节、AI陪伴的安全事件处理流程，以及是否涉及监管路径，待确认。下一步看早期测试能否显示症状负担和非计划就医的实际下降、风险警报在真实部署中如何被临床团队处置，以及框架强调的透明度和持续评估机制，还有在多样化患者人群中的表现如何兑现。
来源：监管与产业动态 · medicalxpress.com