2025年全球医疗进步的展望充满谨慎的乐观。世界终于完全摆脱了COVID-19全球大流行的负担，国际利益相关者正在进行的许多工作表明，有机会通过受益于全球卫生系统的计划和人口的项目取得真正的进步，并且支持这种工作的科学证据是稳健的。然而，新疾病的出现、宏观经济和地缘政治压力点以及许多其他长期未能解决的问题仍然是全球医疗进步的潜在威胁，并且仍然未解决。在本研究简报中，我们审视了其中的一些机会和挑战，考虑了正在进行的改善健康和推进健康结果的努力，并确定了七个我们将密切关注的指标，以监测2025年全球是否取得了进步。这些不是对将会发生的事情的预测，而是我们将在年底能够审查的一些具体的可衡量的进步标志。其中一些标志是难以及时衡量的结果的代理指标，另一些则是进步的间接指标。尽管如此，为所有利益相关者建立一套客观的指标来评估进步是有用的，尤其是在面对巨大的机遇和不确定性的一年 ahead。虽然许多医疗保健的进步需要多年甚至几十年才能实现，但这里使用的一年时间范围是提醒人类健康的紧迫性、长期旅程中里程碑的重要性，以及加强利益相关者在短期交付进步的责任，即使最终目标可能需要许多年才能实现。
重建对医疗保健和科学的信任：过去五年中，对科学和医疗保健机构以及专业人员的信任度下降，为全球医疗保健的进步带来了新的挑战。恢复公众信心是改善卫生系统运作和影响的基础。2025年进步的衡量标准之一是，报告“大量”信任医生和医院的成年人比例增加到至少50%，从2024年初的40%开始。另一个衡量标准是，相信科学对社会有积极影响的成年人比例的下降趋势逆转。推进全民健康覆盖：在实现联合国可持续发展目标，包括实现全民健康覆盖的五年仅剩五年时间，还有许多工作要做。即使目标没有完全实现，朝着目标前进也将给世界各地的个人和人口带来好处。这需要自全球大流行结束以来一直在进行的重置，但也意味着更高的投资水平、实施尚未完全激活的计划，以及政府和卫生系统领导者的持续承诺。到2025年底，全民健康覆盖服务指数上升到75/100将是该领域的一个重要进步标志。
缩小初级保健差距：有效卫生系统的核心是强大而富有弹性的初级保健服务。然而，即使在高收入国家，也可能存在差距，而大多数低收入和中等收入国家仍然远未能够为其全部人口提供全面的初级保健服务。缩小初级保健差距是全球医疗保健进步的先决条件。进步的指标包括国家已经建立了计划和/或改革，旨在扩大初级保健，包括明确提高初级保健工作力的目标。在初级保健环境中扩展数字保健技术的使用也将是一个短期进步的标志，从而为所有人带来长期利益。解决众所周知的、长期存在但尚未解决的医疗保健问题：一些最重要但似乎难以解决的医疗保健问题已经分析和讨论了十多年，但结果并没有带来可衡量的进展。抗生素耐药性和大流行准备是两个这样的例子。2025年在这些领域取得的切实而有意义的进展，超越了进一步的讨论和承诺，但行动很少，将给全球健康带来急需的好处。例如，美国国会通过《PASTEUR法案》或采取类似措施刺激对新型抗生素的投资——或者欧盟采取行动将其机制扩展到支持投资——将是进步的标志。并且，2025年最终解决大流行准备条约将结束长期而重要的讨论，并解锁更多努力来增加对未来致病性威胁的准备。为全球患者提供正确的护理：许多国家都在努力解决其医疗保健系统在可持续性、公平性和平等获取方面的问题。医疗保健服务的低利用率和高利用率与健康和福祉的差结果并存。在1917年，《柳叶刀》发表了一系列论文，检查了世界各地医疗保健服务过度使用和低利用率的程度，并提供了解决过度使用和低利用率问题的框架。一百多年后，医疗保健系统努力为患者在最合适的时间提供最合适的护理，并控制不适当的医疗保健使用，过度使用和低利用率的问题仍然是一个尚未解决的挑战。
以疾病拦截的方式“向上游”发展：近年来，疾病拦截的概念在医学科学中逐渐出现。疾病拦截被定义为疾病已经开始但仍然没有临床表现的状况，如果没有干预，疾病将发展到完全发展的疾病，存在一个定义的机会窗口进行拦截，并且干预是高度个性化的，而不是像初级或二级预防那样广泛地应用于人群。以疾病拦截的方式在患者出现症状之前进行干预的目的是非常有前景的，几乎是革命性的。通过在疾病进展中“向上游”，有可能在疾病升级之前消除或停止疾病，从而为患者和护理人员创造治疗负担，并为医疗保健系统和社会创造成本。然而，也存在社会和伦理方面的考虑，例如，如果为机会干预有限的情况生成疾病易感性的知识，这引发了关于知道价值的问题。关于疾病拦截的思考与支持追求医疗保健“健康”策略而不是“疾病”策略的运动相一致。
推进人工智能在药物开发中的使用：人工智能（AI）为医疗保健的所有方面带来了革命性的希望，但人工智能在药物发现和开发中的应用可能特别引人注目，具有在多个维度上的潜在应用，包括蛋白质折叠、药物靶点识别、药物分子发现和设计、使用人类细胞的数字孪生来评估新药物候选物的反应、生物标志物识别、药物重新定位、临床试验患者分层、临床试验结果分析等等。近年来的一项横断面研究表明，在164种试验性药物和一种已批准的药物的开发中报告了人工智能的使用。最频繁的使用是机器学习（28%）和深度学习（17%）。人工智能用于12个不同的目的，最常见的是药物分子发现（76%）。总的来说，人工智能在药物开发中的应用主要集中在早期应用，主要用于抗癌和神经系统疗法。人工智能在药物开发中的应用具有潜在的引人注目的应用，但人工智能辅助药物的监管批准正在以较慢的速度进行，并且在全球范围内采用程度不同。美国、欧洲、中国、巴西和日本的监管机构正在扩大其工作范围，创建用于审查和监管人工智能在药物开发和批准中使用的框架、指南和程序。尽管如此，人工智能在药物开发中的应用正在扩大，预计明年将加速将人工智能应用于药物发现和开发的努力，并且监管机构将进一步提供指导申请人的进展。这些进步为推进全球医疗保健带来了巨大的希望，因为更多治疗罕见疾病或其他主要未满足需求的疗法将从发现和开发管道中出现，并满足监管要求以获得批准。
