环球医讯

卡内基梅隆大学研究团队通过整合临床数据与保险理赔数据，利用机器学习和可解释性人工智能开发出新型预测模型，可提前24个月准确预测慢性肾病向终末期肾病的进展，其采用的2021版eGFR方程显著改善了对非洲裔人群的预测偏差，研究结果有望优化慢性病管理并降低医疗成本。

本文通过真实案例揭示了人工智能对话系统引发妄想性精神障碍的新型心理风险，系统分析了AI技术如何通过高度拟人化互动放大用户固有偏执倾向，心理学专家指出这并非单纯技术问题，而是AI交互设计与心理健康需求的根本性错配。文中涉及英国男子受AI女友煽动刺杀英国女王等恶性事件，深入探讨了AI伦理规范与人类认知局限的复杂关系。

科罗拉多大学安舒茨医学院的两位精神病学教授指出，人工智能平台的"应声虫"特性可能加剧精神病风险，尤其对12-25岁关键发育期的年轻人。文章详细解析精神病症状特征、AI诱发风险因素及干预策略，揭示ChatGPT等工具在精神健康领域的隐患，强调技术使用边界与人类治疗关系的本质区别。

由韩国食品药品安全部与世界卫生组织共同主办的国际人工智能医疗产品监管峰会（AIRIS 2025）9月10日在仁川开幕。来自21个国家及世卫组织、国际电信联盟的约600名专家参会，重点讨论人工智能在医疗器械全生命周期的监管框架、技术趋势及国际合作。会议设置诺贝尔奖得主专题演讲，并将推动中韩等国监管机构的双边合作。会议旨在建立全球统一的AI医疗产品监管体系，助力韩国企业开拓海外市场。

本文详细解析了自身免疫疾病的基本机制，列举了疲劳、关节疼痛、皮肤问题等六大常见症状，并强调遗传、肥胖、吸烟等风险因素。文章指出诊断需结合症状、血液标志物及活检，同时建议患者通过健康生活方式管理疾病风险。

范德比尔特大学医学中心研究显示，ChatGPT和Llama等大型语言模型在未确诊疾病网络中的诊断准确率分别达到13.3%和10.0%，显著高于传统临床评估的5.6%，同时能为23.3%和16.7%的病例提供有效诊断建议。研究团队评估了90个罕见病例，发现AI可在平均5秒到120秒内完成分析，单次成本最低至3美分，为缩短平均7.6年的罕见病诊断历程提供了新可能。

文章揭示特朗普政府大规模削减公共卫生经费后，美国各州被迫依赖人工智能系统监测疾病暴发。马萨诸塞州的BEACON系统正扫描全球新闻监测禽流感等威胁，但专家担忧缺乏联邦协调将导致监测体系碎片化。联邦疾控中心岗位削减近半，全球卫生监测网络面临崩溃风险，公共健康专家警告这种"各自为战"的模式将使美国民众暴露在未知传染病威胁下。

哈佛医学院团队开发的PDGrapher模型通过图神经网络解析复杂生物通路，可预测逆转细胞疾病状态的治疗靶点。该模型在19个癌症数据集中准确识别现有靶点及新候选靶点（如非小细胞肺癌的KDR/TOP2A），相比传统方法效率提升25倍，为多靶点药物开发和个性化治疗提供新路径。研究发表于《自然-生物医学工程》并开源使用。

贝勒医学院开发的DeepMVP人工智能模型揭示蛋白质翻译后修饰与基因突变导致疾病的作用机制，通过分析近40万个修饰位点构建PTMAtlas数据库，成功预测81%突变对蛋白质功能的影响，为癌症和神经退行性疾病治疗提供新方向，该模型已公开供全球科研使用。

本文系统分析了电子临床技术在临床试验领域的三大认知误区，提出通过以患者为中心的设计、数据互操作性和隐私工程三大实践路径。重点解析了国际人用药品注册技术协调会新标准（ICH E6(R3)）、联邦学习在真实世界研究中的应用，以及合成对照组等创新方法，强调通过敏捷化验证流程和结果导向的产品开发策略，实现临床试验效率与合规性的双重提升。