环球医讯

一项由美国多所高校联合开展的新研究揭示，持续用低质网络内容训练大型语言模型会导致AI出现持久性认知退化，表现为推理能力显著下降和“思维跳跃”现象，甚至可能诱发心理变态与自恋倾向；研究警告这种“脑腐”效应一旦形成难以修复，突显了用未监管垃圾数据训练AI的严重风险，同时也警示人类过度依赖AI可能反噬自身认知能力，包括降低思维深度、加剧拖延行为并损害身心健康，该发现为AI训练数据治理和人类数字健康防护敲响了警钟。

伊利诺伊大学卫生系统首席执行官马克·I·罗森布拉特博士将于2025年1月19日正式卸任，转任加州大学戴维斯分校卫生系统人类健康科学副校长，全面接管该校三大医院运营；罗森布拉特在芝加哥任职期间创立了医学院人工智能健康中心，强化了学术医学与临床护理的整合，并担任眼科与视觉科学教授长达十余年，其继任者将由校方通过临时任命程序确定；此次人事变动标志着美国顶尖学术医疗系统间的重要人才流动，凸显了整合型学术医疗体系在推动区域健康服务中的核心作用。

本文系统梳理了100余种自身免疫疾病的完整名录，涵盖从常见的类风湿关节炎、系统性红斑狼疮到罕见的抗GBM肾炎等病种，按英文字母顺序详细排列各类疾病的规范名称及专业缩写。通过掌握这些疾病的症状特征、发病机制、风险因素及治疗方案，读者可显著提升对自身免疫性疾病的认知水平，为医疗专业人员和患者提供权威的参考框架，尤其强调多种疾病常并发出现的临床特点，对早期诊断和个性化治疗具有重要指导价值。

本文基于贝克医院评论第十届年度健康IT与数字健康会议，详述了纽万斯健康、印第安纳大学健康、萨马健康及西北医学等机构如何通过环境感知文档工具优化临床效率、重构事前授权流程、创新治理模式、验证AI投资回报率以及数据透明化改造工作流程，强调医疗转型的核心在于以人为中心消除系统障碍，通过精准对齐激励机制、打破部门壁垒并持续倾听一线反馈，将技术潜力转化为可衡量的患者可及性提升、行政负担减轻及医疗质量改善，为全球健康系统数字化转型提供实践范本。

本文深入探讨了未来两到五年医疗CEO角色的关键演变趋势，多位医院和医疗系统首席执行官指出，领导者需突破传统边界，更主动应对健康差异问题，从内部运营者转型为社区整合者，并积极探索人工智能在提升医疗质量、安全性和可及性方面的应用，同时平衡财务可持续性与社区需求，通过深化社区参与、构建跨领域伙伴关系及融入社会决定因素策略，重塑医疗机构作为社区支柱机构的角色定位，以应对日益复杂的医疗环境挑战。

本文深入探讨人工智能如何突破罕见病研究中的"数据荒漠"困境，通过生成式AI创建合成数据集、深度学习加速基因分析、以及数字孪生技术实现精准医疗，将传统需数年的药物研发周期压缩至数月，成功率达80%以上；同时强调新加坡等国建立的AI治理框架对保障数据质量的重要性，呼吁技术、科学与政府多方协作，将AI突破转化为改善3亿罕见病患者生存质量的现实方案，标志着人类首次有望在可预见未来攻克这一长期被忽视的医疗难题。

在IDWeek 2025会议上，斯坦福大学儿科传染病和临床信息学研究员Nicholas P. Marshall医学博士探讨了生成式人工智能在传染病领域的应用潜力。他指出，尽管放射学等其他专业已迅速采用AI技术，但传染病领域在整合AI方面进展较慢，主要受限于该领域的临床复杂性和专业人员对AI技术的理解不足。Marshall强调AI应被视为"增强智能"，可帮助自动化抗菌药物管理、感染预防等重复性工作，通过环境监听技术改进医疗文档记录，并利用文献训练模型支持循证决策，从而有效扩展传染病专家的工作范围和影响力，提升医疗质量和效率。

一款由牛津Aide Health公司开发的名为Mirror的人工智能应用程序正式推出，该应用通过记录医疗预约过程并生成详细摘要，帮助患者特别是认知障碍患者准确掌握诊疗信息，避免因信息过载而遗漏关键医疗建议；该应用已成功帮助阿尔茨海默病患者家属解决信息遗忘问题，用户反馈能有效减少重复解释的负担，同时公司承诺患者数据完全由个人掌控绝不转售，未来计划升级为主动式健康代言人提供实时诊疗建议，标志着AI在医疗健康记录领域的创新应用。

在医疗创新浪潮中，多家美国医疗系统正成为首批试点新兴技术的先锋，包括费城儿童医院率先部署Epic表型AI诊断工具、路易斯安那州医疗系统联合推出全美首个州级MyChart中央平台、莫菲特癌症中心创立美国首个肿瘤学创投工作室，以及韦尔斯潘健康与健康保障转型公司建立AI深度合作，这些实践通过自动化行政流程、个性化治疗和优化临床响应等途径，每年有望释放超40万临床工时，显著提升医疗效率与患者体验，同时推动医疗健康领域的数字化转型。

德国癌症研究中心、哥本哈根大学及欧洲分子生物学实验室的研究人员联合开发出名为德尔斐-2M的革命性AI系统，该工具通过分析4万余名生物样本库参与者和190万丹麦医疗记录，能够提前10至20年精准预测包括2型糖尿病、心脏病在内的超千种疾病风险，其基于Transformer的模型可同时评估多种疾病的时序依赖性，为临床早期干预提供科学依据，有望推动精准医疗发展并助力个人通过生活方式调整阻断疾病进程，目前研究团队正推进跨人群验证以期数年内投入实际应用。