环球医讯

随着人工智能聊天机器人在青少年群体中日益普及，亚利桑那州立大学研究人员在《柳叶刀儿童与青少年健康》杂志发表研究指出，AI作为情感支持来源虽有即时、非评判性指导的优势，但也可能干扰青少年通过人际互动发展关键关系技能的机会。研究揭示了"关系替代"和"适应不良的关系学习"两大风险，强调青春期是学习情绪调节、冲突解决和界限设定等技能的关键时期，而这些技能通常通过与同伴、伴侣和家人的互动来培养。研究者呼吁关注AI如何影响青少年关系学习，同时保护他们通过真实世界体验学习关爱他人的机会。

韩国研究团队开发出创新AI框架，通过无接触传感器持续监测老年人居家日常活动、睡眠节律及室内环境数据，成功识别出处于健康状态与确诊患者之间的"诊断前风险人群"，并能评估临近诊断风险。该技术仅凭日常细微变化即可提前预警脑血管疾病风险，准确率达96.53%，为独居老人及健康表述困难群体提供早期干预依据，相关成果已发表在《npj Digital Medicine》数字医疗国际期刊，标志着非侵入式健康监测技术取得重大突破。

本文详细介绍了人工智能如何重塑费城地区的日常医疗保健体验，从改善医患对话到提供更易理解的检查结果。文章探讨了AI医疗抄写员如何减少医生文书工作负担、增加医患面对面交流时间，以及Main Line Health、宾大医学中心等医疗机构如何采用AI技术提升诊疗效率。同时分析了患者隐私保护、AI工具准确性等关键议题，并展望了AI在初级保健领域的创新应用，如智能化预约系统、简明检查结果解释和简化保险授权流程等，展示了AI如何帮助医生重拾行医乐趣，同时为患者带来更便捷、清晰的医疗体验。

AISAP公司新近获得FDA批准的AI平台将床旁超声与实时AI分析相结合，使护士执业者和医师助理能在几分钟内获得可操作的心脏信息，有效解决心血管疾病诊断中影像信息获取延迟的问题，尤其对农村和医疗资源不足地区的患者具有重要意义，该技术旨在扩展专家级见解至一线临床医生而非取代专业诊断，标志着AI辅助诊断工具正成为一线临床实践的重要组成部分，为应对心血管疾病负担增加和医疗资源短缺提供创新解决方案。

达特茅斯研究人员发现，AI起草的患者门户网站消息可能使医生编辑时间增加而非减少。研究团队分析了14.6万条患者与初级保健医生在达特茅斯医疗在线门户的交流记录，发现AI生成草稿常引入错误、多余细节且缺乏相关后续问题。尽管通过TADPOLE技术将模型适配到医生个人沟通风格可提高33%准确性并减少26%编辑时间，但若需修改消息的75%，编辑时间反而可能超过从头撰写。这项在计算语言学协会年会上发表的研究，为生成式AI是否真正减轻临床医生工作负担的争论增添了新证据，揭示了AI辅助可能只是重新分配而非减少医生工作量的现实挑战。

国际电信联盟(ITU)、世界卫生组织(WHO)和世界知识产权组织(WIPO)联合发布《AI赋能医疗创新与知识产权：从理念到影响》报告，为AI医疗创新提供知识产权策略指导。该报告详细阐述了如何在创新生命周期各阶段运用不同知识产权工具，通过混合IP方法保护创新成果，促进技术转化，并确保AI医疗技术能够安全、可信地惠及全球患者。报告强调知识产权在连接研究、商业、技术和政策方面的重要作用，帮助创新者在全球范围内实现AI医疗解决方案的规模化影响，解决医疗领域知识产权问题的复杂性。

随着人工智能在医疗健康领域的广泛应用，行业关注点已从推广采用转向责任治理。Inflo Health首席执行官安吉拉·亚当斯指出，医疗系统面临的最大挑战是如何建立有效的AI治理体系，确保在临床工作流程中人类与算法共享决策权时，能够明确责任归属、实现可追溯性，并防止自动化偏见。她强调，成功的AI应用不在于部署速度，而在于构建透明、负责的治理框架，保护医患关系核心，避免仅追求效率指标而损害医疗质量与信任。

AI医疗记录员通过环境监听技术自动记录和转录患者就诊过程，有效减轻了医生文书工作负担和职业倦怠，但最新研究表明其可能导致医疗编码强度上升，引发保险报销金额增加。Blue Cross Blue Shield Association研究显示，AI记录导致约2200万美元的额外孕产索赔支出，而Trilliant Health预测行业整体可能增加23亿美元医疗成本。这并非欺诈行为，而是AI生成的更完整记录自然支持更高级别编码的结果，医疗机构应加强内部编码审核并确保临床医生在最终确定前审查每份记录，以应对保险公司日益严格的审查和潜在的收入周期管理挑战。

日本东京大学研究人员开发出SpliceSelectNet(SSNet)新型AI模型，该模型采用分层Transformer架构可分析长达10万碱基对的DNA序列，同时保持单核苷酸分辨率。SSNet有效捕捉影响RNA剪接的远距离调控信号，解决了传统模型难以识别数千碱基对外调控信号的难题，在理解致病突变机制方面取得突破，为遗传病与癌症研究提供新工具，同时为精准基因组医学发展奠定基础，其技术还可应用于启动子-增强子互作、三维基因组组织等研究领域。

西北大学研究人员开发出一种受小脑启发的"记忆晶体管"设备，该设备能模拟大脑检测新奇事物的反射能力，在心电图异常心律检测中表现出色，准确率超98%，且计算量仅为传统AI方法的万分之一。这一技术突破将AI硬件设计理念从"多做"转向"少做"，通过仅在异常情况出现时做出反应的方式大幅降低能耗，有望应用于可穿戴医疗设备、自动驾驶、工业机器人和网络安全系统，解决当前AI系统持续处理常规数据导致的能源浪费问题，具有广阔的商业应用前景和环保价值，预计边缘AI市场将从2026年309亿美元增长至2035年2255亿美元。