环球医讯AI与医疗健康

弗罗茨瓦夫医科大学研究人员分析了AI语言模型对尿路结石相关问题的回答质量，发现虽然AI生成的答案通常正确且有价值，但最大的问题在于缺乏完整的临床背景，导致产生部分准确但不全面的回答，可能误导患者进行自我诊断和治疗。研究表明，AI在健康教育中具有辅助作用，能帮助患者澄清问题并准备与医生的对话，但无法替代专业医疗评估，患者仍需重视可靠知识来源和及时寻求专业医疗帮助，避免因简化信息而延误治疗或造成严重健康风险。

乔治·沃尔曼在ASMS会议上介绍了PeptDeepKontext，一种突破性的通用深度学习模型，能够跨不同仪器、实验条件和翻译后修饰预测肽的特性。该模型创新性地将实验室间的变异性视为学习维度而非干扰因素，利用50多项研究的数据进行训练。他还展示了fragDETR技术，该技术能显著提升肽段光谱预测的准确性和覆盖范围，在药物发现特别是共价药物和靶向蛋白质降解领域展现出巨大潜力，标志着蛋白质组学正从核心设施工具转变为高通量药物发现平台的核心组成部分。

该报道详细介绍了人工智能在加拿大育空地区医疗诊所的应用现状，重点阐述了Heidi和Spotlight两款AI工具如何帮助医护人员自动记录诊疗对话、生成摘要并简化转诊流程，同时深入剖析了专家对政府过快采纳AI技术而缺乏完善监管框架的担忧，包括AI可能产生医疗"幻觉"、侵犯患者隐私以及可能被用于为削减医疗预算提供借口等风险，还提及安大略省审计长发现医疗AI工具存在信息不准确问题的调查结果，强调在推进AI应用的同时必须建立严格管控措施以确保患者安全和医疗质量。

肯尼亚国际家畜研究所高级科学家塞缪尔·奥约拉博士获得比尔及梅琳达·盖茨基金会145万美元资助，将利用人工智能分析基苏姆和蒙巴萨30个地点的污水数据，开发一种能够在疾病爆发前进行预警的工具；该项目基于新冠疫情期间发现的污水监测方法，通过提取水样中的遗传物质并进行测序，可识别存在的病原体及其特征，包括抗生素抗药性，帮助公共卫生官员追踪疾病传播情况并采取针对性措施，尤其适用于非洲地区因求医行为较差而导致疫情监测困难的情况，为未来大流行病防控提供重要技术支持。

肯尼亚政府推行的AI驱动医疗改革旨在扩大医疗服务覆盖范围，但调查发现其算法系统性地高估了贫困家庭的收入，导致对穷人收费过高，而低估富人收入导致对富人收费过低。该系统基于家庭财产等指标进行"代理经济状况调查"(PMT)，但研究显示超过一半的贫困家庭被收取无法负担的费用，许多重症患者因此无法获得必要治疗。尽管有报告预见了这些问题，政府仍推行该系统，结果注册的2000多万人中仅有500万人定期支付保费，多家医院因未收到报销而出现巨额赤字，有专家预测该系统将在六个月内崩溃。

DeepDrug是由美国路易斯安那州巴吞鲁日团队开发的基于人工智能的药物研发平台，通过大规模优化药物研究流程，显著加速新药发现和现有药物的重新利用，特别是在对抗新冠病毒和耐药性疾病方面取得突破性进展，该平台能将新药早期发现阶段从数年缩短至数周，大幅降低研发成本，目前已有几种药物在体外测试中显示比瑞德西韦更有效，正在进入临床研究阶段，其创新技术有望为全球公共卫生应对未来疫情爆发提供快速响应能力，拯救数百万人的生命。

美国提出一项名为GUARD法案的联邦立法，旨在禁止针对未成年人的AI伴侣聊天机器人，要求实施严格的年龄验证措施。该法案由内华达州参议员凯瑟琳·科尔特斯·马斯托共同发起，规定AI聊天机器人必须在对话开始时和每30分钟明确告知用户其人工智能身份，并禁止鼓励暴力行为。心理健康专家警告，过早接触AI伴侣可能阻碍儿童大脑发育，带来心理安全风险，包括诱骗、成瘾、自残等。专家认为数字监督不足等同于对儿童的物理或情感忽视，AI不应取代真实的人际关系。

本文深入探讨联邦学习(FL)平台在医疗人工智能领域的监管挑战，分析了在欧盟医疗器械法规(MDR 2017/745)和美国联邦食品、药品和化妆品法案等现行监管框架下，FL平台及其生成的人工智能模型是否符合医疗器械定义的模糊性问题。研究系统评估了基于功能、预期用途和临床环境影响的医疗器械分类标准，详细分析了特定医疗意图、数据安全、可信度、可追溯性和可用性等关键监管要素，并针对联邦学习特有的去中心化环境中的可追溯性、验证流程和模型输出责任等挑战进行了专业探讨。通过对实际医疗场景中部署的FL平台进行监管评估，文章清晰指出现行立法中的政策缺口和灰色地带，为AI开发者、医疗监管机构和医疗服务提供者提供了具有实践价值的技术和监管见解，同时提出了适应分布式人工智能系统的医疗器械法规优化建议，对促进医疗AI技术健康发展具有重要指导意义。

美国宾夕法尼亚州的联邦合格健康中心Family First Health正在与Artera公司合作部署代理型AI系统，用于优化患者预约安排和沟通流程。该系统解决了前台工作人员忙于接待现场患者而无法及时接听电话的问题，AI代理可24小时处理预约、取消和重新安排，显著减少了等待时间并提高了响应速度。Artera采用定制化开发模式，根据不同诊所的具体需求打造专属解决方案，使小型医疗机构也能从AI技术中受益，避免在"AI军备竞赛"中被边缘化，通过按使用量定价的商业模式推动医疗AI技术的普及化发展。

美国联邦医疗保险正启动名为ACCESS的试点计划，测试健康科技公司能否在改善护理的同时降低医疗成本。该计划将于周日启动，超过150家医疗机构参与，聚焦影响三分之二以上参保者的慢性疾病。联邦医疗保险将根据患者达成的可衡量健康结果而非服务量付费，低至每月7.50美元的预付机制促使医疗服务提供者大量采用技术手段。此举旨在探索人工智能等新兴技术在控制医疗成本方面的潜力，但专家指出AI在行政层面已产生通胀效应，临床效果仍存在不确定性，且支付率低于行业预期可能使依赖人力的数字健康公司望而却步。