环球医讯

一项发表在《科学》杂志上的新研究表明，大语言模型OpenAI的o1在急诊环境中诊断复杂且可能危及生命的疾病方面表现优于医生，在早期急诊病例中识别出正确或接近正确的诊断率达67%，而医生仅为50%-55%，尽管研究也指出当前模型在处理长期住院患者信息方面可能表现不佳，且未包括影像等非文本输入，该技术的发展仍面临挑战但前景广阔，预示着未来十年AI辅助医疗将可能成为现实。

新加坡科技研究局基因组研究所领导的国际团队开发了HERRO人工智能工具，通过深度学习将Oxford Nanopore Technologies测序仪的错误率降低高达100倍，实现了单平台端到端完整基因组组装，能更准确地捕捉重复DNA、着丝粒和性染色体等复杂区域，为精准医疗、疾病诊断和基因组学研究提供了更简单、更具成本效益的解决方案，显著提升了基因组测序的实用性和可及性。

麻省总医院布里格姆癌症研究所与麻省理工学院合作开发的AI工具"西比尔"能够通过分析单次CT扫描预测个体未来六年内患肺癌的风险，准确率高达86%-94%。该技术突破了传统放射科医生的局限，能够识别人眼无法察觉的生物信号，有望解决当前肺癌筛查指南覆盖不足的问题——美国每年约50%的肺癌患者因不符合筛查标准而未能及时发现病情，同时仅有约20%符合筛查资格的人实际接受了检查，这将显著提升肺癌早期检测能力并改善患者预后。

在消化疾病周会议上，微软首席临床产品负责人David Ting医学博士指出，最有益于临床医生的AI工具不仅限于药物和机器人技术创新领域，更能通过改善日常工作流程缓解医师倦怠问题。他引用数据显示超过50%的美国医师出现倦怠症状，导致医疗错误增加20%，每位医师每10小时轮班需进行约4000次键盘操作。Ting认为Google Gemini、Microsoft Copilot等AI代理可协助处理转诊管理、信息沟通、编码支持等行政任务，让医师从繁琐操作中解放，重获"执业乐趣"；他强调医学核心在于人际关系，AI无法替代胃肠病学家在检查室中的亲力亲为，到2036年将实现"乐趣红利"，使临床工作再次充满乐趣。

丹娜—法伯癌症研究所研究人员联合麻省理工学院和洛桑联邦理工学院科学家开发出名为AF2BIND的人工智能工具，该工具通过分析蛋白质3D结构预测药物结合位点，已在人类蛋白质组中发现20,302个结合位点，其中超过8,000个是先前未被识别的，特别是能预测传统方法难以发现的浅层结合位点和隐性结合位点，有望显著加速癌症药物研发过程，为治疗选择有限的癌症患者提供新的靶向治疗方向，同时减少药物研发中的人为偏见。

本文采访了科罗拉多州立大学心脏科和心脏外科部门负责人布莱恩·斯坎森(Brian Scansen)博士，探讨了为何心脏杂音在临床实践中可能被遗漏及其后果，介绍了EKO Vet+ CANINEBEAT® AI这一新工具如何通过95%的敏感性和特异性提高心脏杂音检测率，分享了AI如何弥补全科兽医与专科医生之间的听诊差距，并讨论了技术如何帮助推动宠物家庭从"知晓有心脏杂音"到"采取行动"的转变，从而改善犬类患者的生活质量和生存期。

一项发表在《科学》杂志上的新研究显示，OpenAI开发的o1推理AI模型在急诊诊断测试中表现优于医生，正确诊断率在患者分诊阶段达67%（医生为50-55%），入院准备阶段达81%（医生为70-79%）。然而研究者强调AI不应取代医生，并警告结果可能被误用；同期研究发现ChatGPT在52%案例中低估病情严重性，甚至建议濒临危险的患者自行监测。专家呼吁在临床部署前需进行真实环境测试，以确保AI诊断技术在实际患者护理环境中安全有效。

哈佛医学院与贝斯以色列女执事医疗中心最新研究显示，AI系统在真实急诊场景的混乱临床记录测试中，分诊阶段诊断准确率达67.1%，显著超过医生早期判断水平，但研究同时警示AI可能引发过度检测风险，该成果发表于《科学》杂志，标志着医疗AI从理论考试迈向真实场景验证的关键转折点，亟需建立更严格的安全评估机制以平衡诊断准确性与患者安全风险，避免因系统推荐不必要的检查而造成医疗延误、额外费用及潜在身体伤害。

一项在欧洲心脏病学会急性心血管护理2026年会上公布的研究显示，基于人工智能(AI)的心电图解读方法在检测闭塞性心肌梗死方面表现优于传统方法，特别是在没有ST段抬高的患者中。该单中心前瞻性研究对1,490名疑似急性冠脉综合征患者进行了分析，结果显示AI方法在84%的病例中正确识别了阻塞性心肌梗死，敏感性为77%，特异性高达99%，阴性预测值达98%，而传统诊断路径的准确率仅为42%。研究者认为，这种简单易用的AI技术可作为现有决策工具的有力补充，有助于提高心脏病的早期识别和及时有效治疗，相关成果将在今年8月的欧洲心脏病学会年会上作为焦点主题进一步探讨。

最新研究显示，先进大型语言模型在急诊诊断、分诊及管理决策方面表现优于人类医生，尤其在信息有限的早期分诊阶段能更有效处理不确定性；然而研究人员强调AI不能取代医生，而是预示着医疗领域即将发生深刻变革，亟需建立更严格标准来评估和规范AI在医疗中的应用，确保其安全、公平和成本效益，并推动人机协作诊疗模式的发展，监管机构、医院和医疗提供者应共同努力测试这些工具，确保所有患者获得最佳医疗照护。