环球医讯AI与医疗健康

拉筹伯大学成功获得390万澳元国家健康与医学研究委员会资助，开展两项突破性健康研究。其中Connect4Health项目利用人工智能技术为慢性病患者提供个性化"社交处方"支持系统，通过连接社交团体、步行俱乐部等资源解决糖尿病和心脏病患者的心理社会需求，将首先在墨尔本及维多利亚州地区实施并扩展至塔斯马尼亚；另一项目聚焦腹主动脉瘤研究，该病死亡率高达80%且缺乏有效药物治疗，团队将探索白细胞介素-18抑制疗法的可行性。两项研究均由世界级跨机构团队执行，融合澳大利亚、丹麦和英国专家力量，旨在改善患者身心健康、减少健康不平等，对社区福祉产生深远影响。

本文由波士顿咨询集团（BCG）及BCG X的14位全球专家联合撰写，系统预测2026年人工智能特别是AI智能体技术将引发医疗保健行业革命性变革。文章指出，具备自主观察、规划和行动能力的AI智能体正彻底重塑患者护理模式，使患者通过数字工具首次真正掌控健康数据；医疗服务提供者广泛采用AI临床助手减少70%文书时间并提升诊疗精度；健康系统部署AI实现疾病预测与精准医疗，推动临床工作流程自动化和个性化护理发展。专家强调，成功转型需遵循10-20-70法则——将70%精力投入人员流程变革而非技术本身，同时加强质量保障体系，确保AI在药物研发、慢性病管理等关键领域安全可靠地创造价值，最终实现患者、 provider和整个医疗生态系统的共赢。

在拉斯维加斯举办的年度国际消费电子展（CES）上，多家企业展示了声称能改善健康、追踪激素及提升医疗信息可及性的人工智能健康设备，包括智能秤和蛋形激素监测器等产品；然而医疗专家对这些设备的准确性提出质疑，并警告在联邦政府放松监管的背景下存在数据隐私风险，尤其指出《健康保险流通与责任法案》不覆盖消费级设备收集的数据，且部分企业可能将用户信息用于训练人工智能模型或商业出售，尽管开发者坚称其产品填补了医疗缺口并保障隐私安全。

本文深入剖析联邦计算技术如何突破药物研发中的数据孤岛困境，通过隐私保护计算、跨机构协作及数据溯源等核心优势，显著提升蛋白质建模、临床试验优化和真实世界证据分析效率；案例显示该技术已应用于阿斯利康生物制剂预测及礼来 TuneLab 平台，使药企能在保护知识产权前提下整合全球数据资源，将AI分子研发的一期成功率提升至80-90%，为加速药物上市开辟新路径。

本研究通过整合六种癌症类型的单细胞RNA测序数据，利用ScaiVision监督表示学习方法识别出与脑转移相关的跨癌症基因表达特征。该特征在单细胞分辨率上定义，具有高预测准确率，并可在患者血液中的肿瘤教育血小板中检测到，为非侵入性脑转移早期诊断提供了潜在生物标志物，有望改善脑转移患者的预后评估和治疗策略，对推动癌症精准医疗具有重要临床意义。

新西兰米德兰地区开展的一项处方审计揭示，68家参与药房在一周内共发现1257处处方错误，其中26%存在高风险可能对患者造成严重伤害，错误主要涉及药物剂量不准确、数量错误及不适当用药等问题，暴露了电子处方系统的缺陷。药剂师作为医疗安全的最后防线，其临床核查工作未获充分资助，导致工作负担加重，审计受一名婴儿死亡事件推动，报告强调需系统性改进以降低风险，包括加强药房与诊所沟通、优化IT系统及解决资金缺口，避免类似悲剧重演，同时呼吁国家级、区域级和地方级协同行动以提升患者安全。

51岁的索尼娅·索廷斯基因口腔癌接受了全舌切除和喉切除手术，失去了自然声音。面对这一困境，她利用术前录制的个人语音（包括日常用语、儿童读物甚至脏话），通过AI技术成功创建了高度仿真的语音克隆。这项技术不仅让她重获表达个性的能力，包括讽刺和幽默，还帮助她在最近一次癌症复发时与医疗团队有效沟通，直接影响了治疗方案。尽管保险公司最初拒绝承保此类"非医疗必需"的技术，但她的故事推动了相关研究，可能改变未来保险覆盖政策，证明自然语音对癌症患者的生活质量和生存期有着深远影响。

艾伦研究所联合亚马逊云科技和谷歌推出全球首个综合性AI驱动神经科学工具"脑知识平台"，整合超过3400万个脑细胞数据，建立标准化神经科学词汇库以解决跨实验室研究碎片化问题。该平台通过人工智能实现多模态高分辨率数据集的无缝协作，使科学家能即时比对健康大脑与阿尔茨海默病、帕金森病等患者的细胞差异，加速靶向治疗研发。依托美国国立卫生研究院BRAIN计划支持，平台提供遗传工具目录和自然语言查询功能，将基础脑科学研究直接转化为临床治疗突破，有望终结脑科学研究中的"语言障碍"，显著缩短新疗法开发周期。

土耳其科驰大学研究团队在欧洲肿瘤内科学会2025年大会发表成果，证实ChatGPT作为大型语言模型在造血干细胞移植后肿瘤护理中展现出显著临床辅助价值。通过模拟发热性中性粒细胞减少症和移植物抗宿主病等真实并发症场景，12名专科护士使用DISCERN量表和全球质量量表评估发现，ChatGPT输出内容与美国感染病学会指南高度一致，临床决策支持质量优异；但专家强调该技术无法替代护士整合患者情感及社会心理因素的能力，未来需经严格验证才能整合至实时临床工作流，为AI辅助肿瘤护理实践提供了重要循证依据。

本研究提出了一项系统性综述方案，旨在评估随机对照试验中AI医疗设备的算法错误和患者伤害情况。该综述将分析AI错误的频率、严重程度及分析方法，特别关注亚组水平结果的调查。研究通过系统搜索多个数据库和临床试验注册库，提取相关数据进行质量评估和综合分析，以期发现当前AI医疗设备在临床应用中的安全问题，为未来AI医疗设备的评价和监管提供依据，确保AI技术在医疗领域的安全、有效和公平应用，推动医疗AI技术在临床实践中的稳健发展和风险管控体系的完善。