环球医讯

一项发表在《自然医学》杂志上的研究显示，清晰医疗智能探索者（AMIE）的多模态AI系统在模拟诊断咨询中表现超越初级保健医生。该系统能解读图像、心电图和临床文档，在32个评估指标中的29个上优于人类医生，包括诊断准确性和共情能力。研究表明多模态AI有望支持远程医疗，但仍需在真实环境中验证其安全性和可靠性、对临床工作流程的影响以及健康公平性，方可考虑临床部署。

瑞典哥德堡大学研究人员阿尔米拉·奥斯马诺维奇·通斯特罗姆通过虚构一种名为"bixonimania"的眼部疾病，成功测试了当前AI系统的漏洞。她创建了虚假的研究论文、研究人员和机构，结果发现多个主流AI聊天机器人将这种完全虚构的疾病当作真实存在的情况来诊断，甚至引用了充满明显荒谬线索的假论文。这一实验揭示了AI医疗建议系统的严重风险，包括信息过滤机制的缺失和对网络数据的盲目信任，警示人们在依赖AI获取健康信息时需保持警惕，同时也强调了在AI系统中保留人工审核环节的重要性，特别是在医疗等关键领域，防止虚假信息被广泛传播并造成潜在健康危害。

本文系统阐述了心脏疾病的主要类型，包括心绞痛、先天性心脏病、充血性心力衰竭、冠心病、冠状微血管疾病、高血压性心脏病、缺血性心脏病、炎症性心脏病、器质性心脏病、肺心病、肺动脉高压以及结构性心脏病等，并详细介绍了美国心脏协会对心脏疾病发展的四个阶段划分：A阶段(存在心力衰竭风险因素但无心脏疾病和症状)、B阶段(存在心脏疾病但无症状)、C阶段(存在结构性心脏疾病并已出现症状)以及D阶段(存在晚期心脏疾病需积极医疗干预)，为读者提供了全面了解心脏疾病分类的专业知识。

加州大学圣地亚哥分校医学院研究人员发现，女性不仅承受更多可调节的痴呆风险因素，而且似乎对这些因素对认知功能的影响更为敏感。该研究分析了17,000多名中年和老年人的数据，发现抑郁症、身体活动不足和睡眠问题在女性中更为普遍，而高血压和BMI增加等心血管代谢状况对女性认知的负面影响比男性更为显著。这一发现表明，相同风险因素在不同性别中可能产生不等同的影响，针对女性特点量身定制的预防措施可能更有效，这为减少痴呆症负担特别是女性群体提供了重要方向。

斯坦福大学研究人员发现，中性粒细胞（人体最常见的白细胞）能够制造C4A蛋白，这一发现揭示了精神分裂症与外周免疫系统之间的关键联系。研究显示，精神分裂症患者的中性粒细胞大量生产C4A蛋白，导致大脑中过度的突触修剪，破坏神经连接。这一突破性发现为通过血液检测诊断精神分裂症并开发不需穿透血脑屏障的靶向治疗提供了可能，有望彻底改变精神分裂症的诊疗方法，特别是解决了当前治疗药物氯氮平因全身性副作用而受限的问题，开辟了精准医疗新途径。

哈里奥姆·亚达夫博士是美国南佛罗里达大学健康中心莫萨尼医学院的神经外科和脑修复教授，担任微生物组研究中心主任。他的主要研究方向是探索肠道微生物组紊乱导致的肠漏如何影响痴呆和其他与年龄相关的慢性疾病风险，如糖尿病、心血管疾病和癌症。亚达夫博士团队致力于开发益生菌、益生元、发酵食品和改良生酮饮食等基于证据的产品，以调节微生物组，预防肠道异常渗漏带来的不良影响。他的研究得到了美国国立卫生研究院、国防部和国家科学基金会的资助，在肠道微生物组与脑健康领域取得了显著成果，发表了多篇高影响力学术论文，为理解肠-脑轴在衰老和神经退行性疾病中的作用提供了重要科学依据。

加纳阿散蒂地区卫生部门发出紧急警告，指出高血压已成为该地区"沉默的定时炸弹"，尽管2025年病例数较2024年略有下降，但高血压仍是门诊第10大就诊原因，占2.9%的就诊量，并导致3.3%的住院率和高达10.4%的相关死亡率；区域卫生主任弗雷德·阿多马科-博阿滕博士在世界高血压日活动上强调，高血压并发症如心脏骤停、中风和心力衰竭持续上升，2021至2024年病例数从12.18万增至14.03万，为此当局启动"测量100万"全国筛查计划，目标在2026年底前为至少100万加纳成年人进行高血压检测，该活动整合了国家非传染性疾病政策、免费初级医疗体系及世卫组织全球心脏倡议，旨在通过"测量、检测、控制"策略应对这一公共卫生危机。

根据最近在美国田纳西州纳什维尔举行的医院医学学会(SHM) Converge 2026会议上公布的研究，人工智能生成的医院患者就诊总结在可理解性、可操作性、可读性、准确性和其他衡量标准上全面优于医生撰写的总结，且未发现增加潜在危害风险。研究测试了Copilot和Gemma两种大型语言模型，结果显示AI生成的总结在可理解性上得分分别为85.5%和87.5%，显著高于医生撰写的66.1%，这一突破可能改变医院出院流程，让医生有更多时间与患者面对面交流，同时提高患者对出院指导的理解和依从性，为人工智能在医疗文档领域的应用提供了有力证据。

本文深入探讨了人工智能在医学领域的革命性应用前景，重点分析了AI如何提升医学影像诊断准确性、恢复医患关系人性化本质以及预防主要年龄相关疾病。文章指出，AI已在乳腺X光检查和结肠镜检查等随机临床试验中证明能显著提高疾病检出率，同时通过减少医生文书工作负担有望解决全球临床医生职业倦怠危机。此外，AI整合患者"全栈"数据的能力为延长人类健康寿命提供了新途径，可提前二十年预测癌症、心血管疾病和神经退行性疾病风险。尽管面临偏见缓解、数据隐私安全和监管框架等挑战，作者坚信预防年龄相关疾病将是AI在医学领域最具影响力的贡献，将显著延长人类健康寿命。

本文深入探讨了AI医疗记录系统在医疗机构中的快速普及与患者信任危机之间的矛盾。随着越来越多的诊所采用AI自动记录工具以减轻医生工作负担并提高效率，患者对隐私保护、数据安全和医疗准确性的担忧日益加剧，形成了"AI信任摩擦"。文章分析了患者质疑AI医疗系统的主要原因，包括对隐私泄露的恐惧、对数据安全的疑虑以及对自动化系统可能削弱医患关系的担忧，并提出了医疗机构如何通过透明沟通、明确披露和人工监督来重建患者信任的具体策略。医疗营销人员需要将AI定位为医生的辅助工具而非替代者，通过教育性内容帮助患者理解AI在医疗中的作用，同时简化知情同意流程，以平衡技术创新与患者信任之间的关系。