环球医讯

一项来自瑞典的大型研究表明，人工智能技术有望显著提高乳腺X光检查的准确性，同时减少假阳性结果。研究显示，AI辅助的读片系统能够检测出略多的癌症病例，且不会增加不必要的复查率。专家认为，AI可以作为放射科医生的"第二双眼睛"，尤其在放射科医生短缺的情况下发挥重要作用，但无法完全取代医生的专业判断和人文关怀。这一技术进步对提高早期乳腺癌诊断率、改善患者预后具有重要意义，有望为全球数百万女性带来更准确、更高效的乳腺癌筛查服务，从而降低乳腺癌死亡率并提升女性健康水平。

本文探讨了人工智能如何革新疫苗开发领域，详细介绍了加州大学欧文分校免疫学家Lbachir BenMohamed博士团队利用AI技术开发广谱冠状病毒疫苗的突破性进展，分析了AI在加速疫苗研发、提高预测准确性方面的潜力与局限，讨论了数据共享、算法优化等挑战，指出AI虽能将疫苗研发时间缩短至原来的三分之一但无法完全取代人类科学家的作用，未来疫苗开发将是人机协作的新模式，尤其在应对未来可能的冠状病毒大流行方面将发挥关键作用。

新西兰研究人员正探索利用人工智能分析肠癌筛查计划中丢弃的粪便样本以提升早期诊断准确率，该技术通过训练AI识别肠道微生物组中的生物标志物，有望将肠癌风险预测准确率提高至90%，有效减少假阳性和假阴性结果，缩短结肠镜检查等待时间；鉴于新西兰拥有全球最高的早发性肠癌发病率且病因未明，这项研究对解决微塑料、硝酸盐等潜在风险因素及生活方式影响具有紧迫意义，目前已进入资金筹措阶段以加速项目落地，将为全球预防性医学提供创新范例。

本文由加州大学的研究人员撰写，探讨了人工智能迅速普及对人类认知能力和心理健康的潜在影响。研究指出，AI的使用不仅可能损害儿童和青少年的学习能力与认知发展，导致"认知债务"，还可能引发心理问题甚至AI诱发的精神病。文章揭示Z世代已成为首个在多数认知指标上表现劣于前代人的群体，而Alpha世代面临更严峻挑战。作者强调尽管AI能短期提高生产力，但长期使用可能削弱人类批判性思维，呼吁家长限制儿童接触AI，政策制定者应监管开发成瘾性算法的公司，并投入资源全面研究AI对人类智力和心理健康的深远影响。

本文探讨了人工智能在医疗决策中的关键局限性，指出尽管AI能处理海量医学数据并提供概率分析，但它无法理解患者个人价值观、生活目标和优先事项。作者通过真实案例说明，在许多常见病症的治疗决策中，医学证据往往不指向单一"正确"答案，而治疗成功与否关键在于选择是否符合患者个人需求。文章强调医疗决策中"什么对你最重要"这一问题AI无法回答，并建议患者在面对AI建议时应询问"最适合谁"、"系统不了解我的什么"以及"如果等待或选择不同会怎样"三个关键问题，提醒读者AI应辅助而非取代人类决策，医疗保健中最重要的变量不是算法而是患者本人。

这篇文章探讨了人工智能在健康咨询领域的应用趋势及其潜在风险，特别关注了非裔美国人等少数族裔群体对AI健康工具的使用情况。研究表明，由于经济负担、预约困难等原因，越来越多的无保险人群和年轻人转向AI获取健康建议，但专家警告AI可能存在种族偏见和准确性问题，可能导致对黑人患者的健康建议不准确甚至危险。文章强调，在心理健康领域，过度依赖AI可能延误专业治疗，尤其对已经面临医疗系统不平等的群体构成更大风险。

犹他州推出了一项由人工智能驱动的处方续开服务，允许居民通过AI聊天机器人Doctronic在线获取处方续开，无需亲自就诊。此举引发了医学界的激烈辩论，医生、律师和公共卫生专家对AI在医疗领域的角色表示担忧，包括监管问题、医生监督和患者安全。争议核心在于AI是否应被赋予传统上由人类医生承担的职责，特别是针对血液稀释剂等高风险药物的自动续开。支持者认为百年医疗法规需要现代化以适应新技术，而反对者警告自动续开可能带来药物副作用和相互作用的风险。FDA目前对此采取观望态度，而德克萨斯、怀俄明等其他州也在为AI医疗技术放宽规定，部分州甚至计划正式许可AI医疗服务，引发关于医疗安全与技术创新平衡的深刻讨论。

本文详细报道了人工智能技术在俄亥俄州中部医院系统的广泛应用情况，从虚拟患者培训医学生到辅助医生诊断疾病、自动生成临床笔记及优化医院运营，全方位展示了AI如何革新医疗服务模式。文章深入分析了威克斯纳医学中心、俄亥俄医疗和卡梅尔医疗系统等机构的具体应用案例，同时探讨了数据安全风险、监管挑战以及过度依赖技术可能导致"技能退化"的担忧，全面呈现了医疗AI在创新与患者安全之间寻求平衡的现实图景。

本文深入探讨了医疗人工智能应用中的责任归属问题，指出尽管AI系统在临床决策中日益重要，但医生仍需为最终决策负责。文章通过美国最高法院历史判例阐明，医疗专业性的核心在于医生对患者承担的个人责任，这种责任不可转移给算法、供应商或医疗机构。执照制度的本质不是通过考试，而是对结果负责的能力，这一定位在AI时代依然适用。作者强调当AI做出诊断建议时，医生有权质疑并覆盖，但同时也必须为最终决策承担责任，这是成为医疗专业人士的核心要求。

本文深入探讨人工智能与土著知识的关系，指出AI不应成为剥削土著知识的工具，而应与土著知识共同构建。研究表明，AI既能帮助保护濒危语言、绘制文化意义土地和改善原住民健康，也可能因数据偏见导致对土著群体的误诊和歧视。文章强调CARE和OCAP原则的重要性，呼吁将土著数据主权纳入法律规范，要求技术行业接受与社区共同设计是AI部署的先决条件，确保在医疗等关键领域中土著知识得到尊重和融入，避免AI固化殖民历史遗留的偏见与权力结构。