环球医讯

一项针对10,294名美国终末期肾病透析患者的回顾性队列研究表明，基于人工智能的机器学习模型能精准预测患者因感染或液体超负荷导致的7天内住院风险。当系统识别高风险患者并启动护士主导的病例审查和针对性干预后，患者住院率显著降低8%，其中风险评分介于0.75-0.85的群体降幅达12%。该研究证实AI驱动的早期干预策略在优化透析护理、减少非必要住院方面具有重要临床价值，但极高风险患者（评分>0.85）的干预效果有限，相关成果已发表于《新英格兰医学杂志》护理创新期刊，为人工智能在肾病管理中的应用提供了实证依据。

宾夕法尼亚大学研究人员开发了一种名为CAMEL（心电图语言模型的心脏自回归模型）的人工智能系统，该系统能通过分析长时间心电图数据流而非孤立片段，识别可能预示心脏骤停或心律失常的细微模式，有望提前10至15分钟发出预警。这一突破性技术将心电图信号处理方式从传统的分类识别转变为预测性分析，能够结合临床文本进行推理，不仅扩大了风险检测时间窗口，还能识别传统工具难以解读的微弱预警信号，有望显著提升医院对心脏事件的早期预警能力，并可能扩展至消费级可穿戴设备领域，为大众心脏健康提供更及时的监测和干预机会。

研究人员利用AI分析了66,000多名参与者的全身MRI扫描，创建了迄今最详细的人体脂肪和肌肉分布参考图谱，涵盖不同年龄、性别和身高。研究发现，骨骼肌的质量和数量而非仅内脏脂肪是糖尿病、心血管事件和死亡率的强预测因子，超越了传统BMI指标的局限性。该研究发表在《Radiology》期刊上，团队开发了开源z分数计算器，使临床医生能利用常规影像检查评估患者身体成分风险，有望革新心脏代谢疾病预防和肿瘤学风险分层，为精准医疗提供新工具。

伦敦马拉松中，视障跑者借助AI智能眼镜实现独立参赛突破。斯塔加特病患者蒂莉·道勒视力仅剩10%，通过欧克利Meta Vanguard智能眼镜获取实时环境提示和跑步数据；沙·汗等用户依赖其免提操作与导盲犬协同训练。技术分析师指出，AI眼镜虽能分析环境提供音频反馈，但马拉松等大型活动的人群网络拥堵可能影响可靠性。英国导盲犬协会强调技术应作为辅助工具，不可替代基础支持系统。随着人工智能进步，主流设备正显著改善视障人士生活无障碍水平，此次超5.9万名跑者参与的伦敦马拉松成为重要实践场景。

比利时研究人员利用人工智能技术对帕金森病进行了突破性研究，发现这种神经退行性疾病并非单一病症，而是包含两种主要类型和五个亚组。这一发现解释了为何不同患者对同一治疗方法反应各异，为个性化医疗提供了科学基础。研究团队通过分析24个与帕金森病相关基因的果蝇模型，运用机器学习算法识别出不同生物学亚型，证实了针对特定亚型的治疗方案可能更有效。该成果发表在《自然·通讯》杂志，有望推动帕金森病精准医疗发展，改善全球数百万患者的治疗效果和生活质量。

一项最新研究表明，人工智能能够通过分析常规冠状动脉钙化扫描自动测量心脏周围脂肪含量，从而显著提升心血管疾病风险预测准确性。研究发现心包脂肪水平与心血管疾病风险存在独立关联，即使在考虑年龄、血压、胆固醇和糖尿病等传统风险因素后依然显著。将AI测量的心脏脂肪数据整合到现有风险评估模型中，可特别改善低风险或中等风险人群的风险分层，帮助医生更准确识别需要早期预防性干预的患者，而无需进行额外的影像学检查，为心血管疾病的精准预防提供了新工具。

一项突破性研究利用"数字孪生"AI模型发现，心理和社会因素对2型糖尿病的预测作用远超先前认知。该研究分析了近20,000名英国成年人17年的健康数据，发现孤独感、失眠和心理健康问题各自可使糖尿病风险提高约35个百分点，三者共存时风险激增78个百分点。研究证实，精神健康与饮食同样重要，且揭示了压力如何通过升高应激激素、引发慢性炎症并破坏胰岛素调节能力，从而导致"慢动作"健康危机。此外，研究还发现了南亚、非洲和加勒比裔人群的显著风险差异，表明需要针对性的预防策略，而这种基于生活方式数据的低成本筛查方法有望在资源有限地区推广应用。

Intermountain Health最新研究显示，AI技术与远程监测结合可显著改善慢性阻塞性肺疾病(COPD)和哮喘患者的治疗效果，实施AI后住院率降低50%，急诊就诊减少20%，总体成本下降57%。该"iCare"系统通过持续监测患者肺功能、血氧饱和度等关键指标，利用人工智能分析风险信号并及时干预，实现了从被动治疗到主动预防的医疗模式转变，每年可为美国节省数十亿美元医疗支出，为全球数百万慢性肺病患者提供更高效、更精准的个性化护理方案，标志着医疗健康领域AI应用的重要突破。

美国弗吉尼亚大学研究人员开发了一套基于AI扩散模型的药物设计工具YuelDesign、YuelPocket和YuelBond，能够设计出能精确匹配动态蛋白质靶点的药物分子。该技术突破了传统方法将蛋白质视为静态结构的局限，通过模拟蛋白质与药物结合时的动态变化，大幅提高药物开发效率，有望降低药物研发成本，改善新药成功率，加速新药上市进程，为癌症、神经系统疾病等复杂疾病的治疗提供新希望，同时研究人员已将所有工具免费提供给全球科学界使用，真正实现药物发现的"民主化"。

梅奥诊所最新研究表明，人工智能可通过分析常规冠状动脉钙化扫描中的心脏周围脂肪含量，提前预测心脏病风险。这项发表在《美国预防心脏病学杂志》上的研究追踪近12,000名成年人16年，发现心脏脂肪含量是独立于其他因素的心血管疾病预测指标，甚至在钙化评分较低的人群中也有效。该方法无需额外检查，可帮助医生更早识别高风险人群，实现个性化医疗和更有效的心脏病预防，有望使数百万潜在患者受益。