环球医讯

一项新研究揭示，围绝经期和绝经期妇女中消化健康问题高度普遍，94%的参与者报告出现腹胀、便秘、胃痛或胃酸反流等症状，但仅有33%获得肠易激综合征的正式诊断。研究发现82%的女性症状在更年期阶段开始或加重，58%认为寻求的专业支持不足，且55%的生活质量受到显著影响。专家强调需提高临床意识、制定针对性支持策略并深化消化健康与更年期关联的研究，避免将消化问题误判为正常衰老而忽视其影响，从而改善女性更年期健康管理与生活质量。

莱斯特大学医院NHS信托正与专业AI评估公司Aival合作，全面评估辅助胸部X光诊断的AI软件在不同患者群体中的安全性和有效性，该系统通过智能分析仪表板帮助放射科医生优先处理紧急病例并加速报告生成，同时特别关注在英国最多元化城市莱斯特的跨种族适用性及"算法漂移"等长期性能变化问题，此举旨在确保AI技术真正提升医疗质量，避免国家医疗服务体系沦为未经充分验证产品的"狂野西部"，并为2025年9月新成立的国家委员会（含谷歌微软专家）及国家级环境语音技术注册表提供实证基础，从而建立AI在临床决策中的信任机制。

本文系统阐述了人工智能技术在医疗健康领域的革命性应用，重点分析AI在疾病诊断环节（如医学影像分析和远程患者监控）如何提升诊断精度与效率，详述其在个性化治疗（包括癌症靶向疗法和机器人辅助手术）中的实践价值，同时客观探讨了算法准确性缺陷、患者数据隐私泄露风险及伦理争议等现实挑战，强调尽管存在实施障碍，AI与机器学习正加速重塑医疗行业格局，通过优化诊疗流程和开发创新疗法有望显著降低全球疾病死亡率并拯救数百万生命。

萨里大学研究人员开发出一种创新AI系统，能够准确预测患者一年后的膝关节X光片样貌并提供疾病进展风险评分。该系统基于近5万张膝关节X光片训练，在预测骨关节炎进展方面比同类工具快九倍且更精准。通过将当前与预测的X光片并排展示，医生和患者能直观了解病情发展轨迹，有助于及早干预和个性化治疗决策。这项突破性技术将极大提升骨关节炎患者的管理体验，同时为其他慢性疾病如肺损伤和心脏病的预测管理铺平道路，标志着医疗AI从抽象数据向可视化预测的重大转变。

英国萨里大学科学家团队成功研发全球首个AI预测系统，能够生成骨关节炎患者膝关节未来X光影像并提供疾病进展风险评分，该技术基于近5万张膝关节X光片训练，预测速度较现有工具提升9倍且体积更小，通过直观展示病情演变帮助医生提前制定个性化治疗方案并增强患者依从性，有望革新骨关节炎等慢性病管理流程，为医疗决策提供可视化支持，显著改善5亿多患者的临床护理质量并推动类似工具在肺病、心脏病等领域的应用拓展。

卢旺达新成立的国家健康情报中心AI实验室正通过实时数据整合与人工智能技术革新医疗体系，该实验室作为国家健康研究总中心的重要组成部分，重点建设社区电子健康记录系统及分级数据管理架构，实现从社区健康工作者到三级医疗机构的全流程数据贯通；其聚焦预测性分析与AI决策工具开发，以应对人力资源短缺挑战，同时通过人才孵化计划培养非洲本土AI开发者，目标成为非洲医疗AI创新中心，并严格遵循伦理规范推动技术本地化应用，显著提升HIV、疟疾及非传染性疾病等公共卫生项目的执行效率与服务覆盖率。

近日，OpenGov Asia在新加坡Orchard voco酒店成功举办早餐洞察会，聚焦AI在医疗保健领域的应用与创新。本次活动由慧与科技(HPE)和英伟达(NVIDIA)联合支持，汇集了医疗保健和技术领域的顶尖专家，包括人工智能健康中心创始负责人Dr. Adam CHEE、慧与科技新加坡/东南亚首席技术官Dilipkumar B Khandelwal以及英伟达亚太地区技术专家Dr. Ettikan Kandasamy Karuppiah。与会者深入探讨了新加坡国家AI战略2.0如何推动医疗保健中可信赖AI的采用，分享了端到端AI平台如何帮助医院统一数据、增强诊断、优化运营并改善患者结果，同时强调了数据治理、伦理考量和跨部门协作在构建安全可靠AI生态系统中的关键作用，为新加坡实现2030年全球AI中心愿景提供实践路径。

卢旺达政府于2025年4月启动国家卫生情报中心（NHIC）AI实验室，旨在通过实时数据应用推动医疗健康服务革新，该实验室整合社区卫生工作者、医疗机构及药品供应链数据，建立三层数据架构（青铜层、银层、金层），重点开发预测性分析工具以优化患者诊疗、卫生资金分配及疾病防控，同时通过AI人才孵化计划培养非洲本土技术力量，实现从技术应用者向创新贡献者的转变，助力达成每千人口4.5名医疗人员的可持续发展目标。

克利夫兰诊所研究团队发现慢性鼻窦炎患者鼻窦微生物组构成差异可能影响功能性内窥镜鼻窦手术效果。通过对44名患者的跟踪研究，术后症状未缓解者鼻腔微生物特征与恢复良好者存在显著区别，且体内促炎细胞因子水平更高。研究表明特定微生物可能驱动持续性炎症并干扰术后愈合，该发现为开发基于微生物组的精准治疗策略（如术前微生物组分析和靶向抗生素疗法）提供了科学依据，有望通过个性化医疗提升慢性鼻窦炎患者的手术成功率，相关成果已发表在《临床医学杂志》上。

最新研究表明，减肥药物如Ozempic和Wegovy等GLP-1类药物可能干扰医疗成像检查，导致异常的FDG摄取模式，若医生未考虑患者的用药史，可能误判扫描结果，引发不必要的检查、癌症分期错误及治疗延误。研究人员发现这一现象日益普遍，但目前尚无相关国际指南，建议影像专业人员应详细记录患者用药历史，避免误诊，确保患者及时获得正确治疗，从而减少医疗资源浪费和患者焦虑情绪。