环球医讯

哈佛大学与波士顿贝斯以色列女执事医疗中心的研究人员成功测试了OpenAI首款"推理"型大型语言模型o1-preview在急诊分诊阶段的诊断能力，结果显示该AI在76个真实急诊病例中准确率达67.1%，远超两位人类专家医生55.3%和50.0%的准确率，研究同时强调AI不会取代医生而是作为协作工具，但需关注AI幻觉和安全性问题，研究人员指出这项技术将"重塑医学"，但仍需通过严格测试验证其实际改善患者治疗效果的能力，专家建议采取"信任但要验证"的原则对待AI诊断结果。

美国研究人员开发的AI模型REDMOD能在临床诊断前475天通过常规CT扫描检测胰腺癌，敏感度达73%，显著优于放射科医生的39%。该技术对胰腺癌早期发现具有重大意义（英国患者5年死亡率高达92%），但需在多样化人群中完成前瞻性验证。专家强调AI医疗应用必须建立严格验证流程，避免因仓促部署损害临床信任，同时指出监管框架滞后于技术发展，结构性障碍正成为比技术突破更关键的挑战，这为全球AI医疗落地提供了重要参考案例。

本文深入探讨了人工智能在专科医疗工作流程中应用的四个关键考量因素，分析了通用AI工具在康复治疗领域面临的挑战，提出了如何通过定制化AI解决方案减轻临床医生文档负担、提高工作效率的具体策略，强调了AI必须嵌入临床工作流程而非简单叠加的重要性，指出了AI应理解专业术语、支持而非替代临床判断、实现自然集成等原则，为医疗机构合理应用AI技术提供了专业指导，对改善医疗质量和减轻医护人员职业倦怠具有重要参考价值。

美国多佛市药剂师约翰·莫罗警告，人工智能和社交媒体网红正推动危险的膳食补充剂使用趋势。许多消费者盲目相信网红推荐和AI建议，自行购买黑胡桃、艾草等强效草药用于驱虫，而这些产品可能干扰肝脏代谢途径并与处方药物产生危险相互作用。他强调即使是看似安全的补充剂如姜黄和圣约翰草，也可能导致血清素综合征或降低避孕效果，建议公众在使用任何补充剂前必须咨询专业医疗人员，切勿依赖社交媒体或AI获取健康建议。

人工智能技术已能提前六年预测阿尔茨海默病，佛罗里达州有超过72万痴呆症患者，且65岁以上居民超过450万，但该州医疗系统面临神经科医生短缺19%的困境，亟需建立数据所有权标准和责任保护框架，将AI认知筛查整合到医疗体系中，以把握早期干预窗口期，避免系统在延迟诊断和危机决策下进一步崩溃，否则AI技术可能仅成为传递系统尚未准备好应对的消息的加速器而非解决方案。

一项能在临床诊断前六年预测阿尔茨海默病的AI技术已实现78%以上准确率，但佛罗里达州450万老年人口与神经科医生短缺19%的矛盾使技术应用受阻。文章揭示可穿戴设备能被动监测认知衰退早期信号，却面临医疗体系滞后、数据权属不明、70%护理成本转嫁给家庭等困境，呼吁家庭立即开展认知筛查，同时敦促佛州建立AI健康数据标准、责任保护机制及医疗补助整合方案，以避免技术沦为"系统尚未准备好的预警"。

本文介绍了麻省理工学院研发的AI系统Mirai如何能提前预测乳腺癌风险，比传统方法更早发现潜在危险。该系统通过分析乳腺X光片中的细微差异，能在人类医生察觉前识别高风险患者，已在200多万张影像上进行测试。尽管技术前景广阔，但医院广泛采用仍面临成本、保险覆盖和医疗指南更新等障碍，目前主要在研究阶段，仅限部分医院试点，存在医疗资源不平等获取的问题，这凸显了先进医疗技术普及过程中的现实挑战。

本文探讨了大型语言模型在医疗领域的最新进展，特别是AI在临床诊断推理方面已达到或超过医生水平的发现，同时深入分析了将这些技术安全整合到临床实践中所面临的架构性挑战，包括模型输出的不稳定性、错误识别的困难、领域约束的缺失以及渐进式认证的局限性，强调在追求AI性能之前必须解决这些根本性问题，否则可能导致医疗决策风险增加和监管失效。

AI医疗技术公司(AI Medical Technology)是一家成立于2020年的瑞典初创企业，总部位于斯德哥尔摩，专注于开发基于人工智能的皮肤癌诊断解决方案，其核心产品Dermalyser已获得欧洲CE认证，能够通过图像分析和深度学习技术准确检测恶性黑色素瘤，公司目前已筹集100万美元种子轮融资，拥有15名员工，在皮肤癌AI诊断领域排名第三，主要竞争对手包括DermaSensor、SciBase和Lumo Imaging，近期在临床研究和产品认证方面取得重要进展，特别是在确定黑色素瘤厚度和提高早期检测率方面表现突出。

本文深入探讨了人工智能在医疗诊断领域的最新进展，分析了多项研究表明AI系统在特定医疗任务中已展现出超越人类医生的能力，特别是在急诊科评估和患者对话诊断方面。文章介绍了两个关键研究：一项发表在《科学》杂志上的研究表明OpenAI开发的o1模型在诊断准确率上达到67%，高于医生的50-55%；另一项谷歌研究的AMIE系统在75%的病例中能将正确诊断列入前三建议。尽管AI在医疗领域取得显著进步，专家指出医学实践的复杂性意味着AI尚无法完全取代人类医生，目前AI主要承担记录和处方更新等简单任务，未来可能成为医生的有力辅助工具，但无法处理医学中固有的"混乱"情况。