环球医讯AI与医疗健康

Cedar-Sinai医疗中心开发了一款名为Xaia的人工智能聊天机器人，旨在辅助心理健康治疗，通过Apple VisionPro头戴设备提供情感支持和对话治疗。这款应用结合了六种不同形式的人工智能，具备140多种面部表情，并已用于约300名患者的研究，涵盖慢性疼痛、酗酒和肠易激综合征等病症。尽管该工具尚不被保险覆盖，但其使用虚拟现实疗法和数字健康服务的计费代码。随着数字健康初创企业越来越多地将人工智能融入创新，心理健康成为2024年获得资金最多的临床领域之一。

威尔士NHS 111推出了一个人工智能驱动的虚拟助手，旨在帮助用户更快地获取准确的健康建议。该工具由Robotics AI和DRUID AI合作开发，是改善NHS 111威尔士网站整体计划的一部分。虚拟助手能够根据患者的提示扫描网站以查找信息和建议，无论用户是出现皮疹、虫叮、发烧还是牙痛等症状，都能帮助找到答案。该助手支持多语言访问，有助于提升用户体验并使人们能够做出更明智的健康决策。反馈机制也被认为是其成功的关键，因此鼓励用户在使用后提供反馈。DRUID AI和Robotics AI的代表都表达了对这一合作项目的高度评价，并强调其在提升患者体验和运营效率方面的潜力。

随着医疗系统在数据、人工智能和网络安全方面加大投资，相关专业IT岗位需求迅速增长。佛罗里达州坦帕总医院和缅因州北部之光健康机构分别在数据与分析、网络安全方面出现了显著的岗位增长，反映出医疗行业对高级IT人才的需求日益增强。

在加拿大快速发展的数字健康环境中，如何访问、管理和商业化健康数据的问题日益受到关注。文章探讨了如何在保护公众信任的同时，释放健康数据的潜力，强调了患者数据治理的透明性和责任性，并提出了构建兼顾风险与承诺的健康数据框架的建议。

西奈山的一项研究表明，即使是最先进的人工智能（AI）模型在面对复杂的医学伦理场景时，也会犯下出人意料的简单错误。研究团队受到丹尼尔·卡尼曼著作《思考，快与慢》的启发，测试了AI系统在处理经过修改的伦理困境时的表现，发现AI倾向于依赖熟悉的或直觉的答案，这在医疗决策中可能会产生严重后果。研究人员强调，AI在医疗实践中的应用需要人类的深思熟虑的监督，尤其是在需要伦理敏感性、细微判断或情感智能的情况下。

巴布尔·库马尔·萨胡因其在人工智能与机器学习工程领域的卓越贡献荣获2025年全球认可奖。他在SCAN Health Plan的领导推动了负责任人工智能在医疗领域的应用，创建了安全的内部GPTX平台，引入了可扩展的MLOps实践，并开展了前沿研究，提升了组织与社区的整体效益。他的工作强调了伦理标准、技术创新与社会责任的结合。

西奈山研究人员发现，人工智能模型在医学伦理困境中常常失效，强调在临床决策中需要人类监督。研究通过改编著名的伦理困境和经典横向思维谜题，测试了大型语言模型在复杂伦理情境下的推理能力，揭示了其在医疗领域的关键局限性。

随着人工智能（AI）在医疗保健领域的迅速采用，从预测诊断和临床决策支持到患者互动和运营自动化，确保这些工具的伦理、安全和合规使用变得尤为紧迫。文章强调了合规性和风险管理领导者应在问题出现之前积极参与，以避免管理创新变成管理后果。同时，文章探讨了AI可能带来的合规盲点、治理的重要性、风险评估作为第一道防线，以及医疗保健领域AI监督的特定方法。

本文介绍了一种基于人工智能的术前气道评估系统，该系统通过结合关键点检测与可解释性输出，提高了手术前气道风险预测的准确性，有助于提升临床安全性和手术准备效率。该技术由包括张金硕在内的研究团队开发，标志着人工智能在现实医疗流程整合中的重要进展。

在布里斯托尔举行的一次会议上，专家们讨论了人工智能对青少年心理健康的影响，指出随着对话式人工智能应用的流行，青少年对人工智能的依赖日益增加，这可能正在取代人与人之间的关系，并导致焦虑和抑郁水平上升。