环球医讯

西密歇根大学研究生塞缪尔·马赛尔在Cultivate 269创业大赛中凭借Oneshot AI系统一举夺得10万美元奖金，该系统作为医疗领域首个完全自动且符合HIPAA规定的实时翻译解决方案，致力于消除医生办公室、药房和急诊室中的语言障碍，实现无缝多语言沟通，目前已获7.5万美元最高奖及2.5万美元公众投票奖，未来计划将应用扩展至执法等领域，其成功展示了科技创新在改善全球医疗服务质量方面的巨大潜力。

宾夕法尼亚大学最新研究显示，人工智能通过分析Reddit上400多条用户关于Ozempic和Mounjaro药物的讨论，成功识别出临床试验未能发现的副作用，包括月经不规律、寒战和潮热等。这一"计算社交聆听"方法利用GPT和Gemini等大型语言模型，将患者非正式描述转化为标准化医学术语，为药物监测提供了更全面的视角，标志着人工智能在医疗健康领域从药物开发延伸至实时副作用监测的新阶段，有望使药物治疗更安全、更个性化，更好地符合患者实际需求。

马萨诸塞州总医院布莱根分院进行的一项开创性研究对21种大型语言模型在医疗诊断领域的表现进行了全面评估，结果显示这些AI系统超过80%的时间无法提供适当的鉴别诊断，尽管Grok 4、GPT-5等部分模型在最终诊断上准确率可达60%-90%，但初始诊断能力普遍薄弱，研究强调AI缺乏医疗决策所需的细致理解能力，必须在人类监督下使用，警示医疗界不应高估AI能力而应将其视为辅助工具，并指出未来需在算法优化、数据多样性和监管框架建设方面持续努力，确保患者安全和医疗质量不受影响。

本文深入分析了2026年门诊手术向门诊手术中心(ASC)迁移过程中面临的五大主要阻碍：共付保险支付不平等导致患者负担加重，特别是缺乏补充保险的少数族裔群体；医疗机构对门诊护理的误解使医生难以启动ASC项目；场地中立性政策缺失造成医院与ASC之间的支付差距；医院将高重症病例转至ASC导致安全风险；以及麻醉专业人员短缺带来的服务扩展困难。这些问题共同制约着门诊医疗服务的发展，亟需政策调整与行业协作来解决。

一项发表在《eClinicalMedicine》期刊上的研究表明，长新冠患者罹患心血管疾病的风险显著升高。斯德哥尔摩卡罗林斯卡学院的研究团队对121万余名18-65岁人群进行队列研究，发现0.7%的长新冠患者中心血管事件累积发生率明显高于对照组，女性尤为突出（18.2%比8.4%）。研究证实长新冠与复合心血管结局显著相关，特别是心律失常风险在女性中高达3.11倍，同时揭示了性别差异对心血管疾病诊断的影响，强调需要针对不同性别制定结构化随访方案，为长新冠长期健康影响提供了重要循证医学证据。

康涅狄格州癌症研究员亚历山德罗·哈蒙德在与3期睾丸癌抗争期间，帮助创建了一款名为NxtCure的AI驱动应用程序，该应用帮助癌症患者匹配适合的临床试验。作为该应用的首个用户，哈蒙德通过该平台发现自己体内仍有活跃肿瘤，从而及时开始了化疗。尽管在接受治疗期间，他的创业项目仍获得Y Combinator 50万美元投资，目标是与美国国家癌症研究所合作，提高癌症早期诊断率和临床试验匹配效率，为全球癌症患者提供更精准的治疗方案，同时提供癌症预防信息和生活方式建议，有望显著改善癌症治疗效果和患者生存率。

内布拉斯加州帕金森病发病率位居全美首位，奥马哈居民戴夫·阿内森通过模仿美国著名风景画家鲍勃·罗斯的绘画风格来对抗疾病，十年来坚持工作并积极参与社区活动。医生曾预测他仅有十年寿命，但他将绘画作为脑力锻炼，改善了因疾病导致的手写能力问题，还通过帕金森病基金会教育活动提高公众认知。神经科学研究表明，这类绘画活动对帕金森病患者有显著益处，阿内森甚至表示患病后他成为了更好的人，并期待参加今年6月7日的"运动日"活动，继续在韦纳公园与社区居民共同参与健康促进活动。

多伦多健康创新周将于2026年4月20-24日举行，汇聚全球投资者、临床专家及数百家初创企业，展示加拿大在生命科学、生物技术和医疗技术领域的实力。活动包括BioLabs多伦多大学实验室开幕、Bloom Burton健康投资会议、女性健康峰会及MaRS影响力健康大会等，旨在应对安大略省医院18亿加元财政赤字挑战，推动AI诊断、远程监测等创新技术的商业化，加强加拿大在全球健康创新领域的领导地位，为健康创新创业者提供连接全球资本与合作伙伴的平台。

范德堡大学医学中心研究人员发表在《关节炎与风湿病学》的研究显示，美国医疗保险D部分计划对某些类风湿关节炎治疗药物的覆盖存在严重限制，仅约四分之一的计划覆盖了所有作用机制的DMARDs药物，特别是戈利木单抗、赛妥珠单抗、阿巴西普、萨瑞鲁单抗和巴瑞替尼等药物覆盖率极低，这可能影响患者转换治疗的能力，研究人员呼吁风湿病学家关注保险覆盖变化对患者治疗选择的影响，同时注意到CMS已将部分覆盖较差的药物纳入医疗保险药品价格谈判，有望改善未来药物可及性，但谈判价格要到2028年才会生效，仍需持续监测覆盖充分性及其对患者健康结果的影响。

日本顺天堂大学的研究表明，人工智能在评估医患面诊文字记录方面可以达到与临床专家相当的准确性，同时能够提供更快、更可扩展的反馈。研究发现，基于AI的评估系统与人工评估结果高度一致，评估分数差异极小，且评估时间减少超过50%，为医学教育提供了新的可能性。该研究采用"AI先行、教师验证"模式，既能减轻教育工作者负担，又能确保学生及时获得反馈，但研究人员强调AI评估需人类监督，因为它无法捕捉非语言线索、语气和文化背景等重要细微差别。