环球医讯AI与医疗健康

阿卜杜拉国王科技大学的科学家开发了一种新型无染色成像平台，该技术利用结构色纳米腔硅片直接生成组织样本的详细结构色图像，无需传统化学染色。在对120名患者的结直肠组织样本分析中，该平台与传统病理学评估的诊断一致性达到99%，同时可将样本准备时间缩短40-50%。该技术不仅提高了诊断效率和一致性，还为未来AI辅助癌症诊断提供了标准化数据，目前已在结直肠癌诊断中得到验证，并有望扩展应用于乳腺癌、肺癌和甲状腺癌等其他癌症类型，代表着病理学诊断技术的一项重要突破。

科学家通过面部识别软件和AI辅助分析，发现波提切利名画《维纳斯的诞生》中维纳斯的"斜视"可能是其模特西蒙内塔·韦斯普奇患有垂体腺瘤的医学表现。研究表明，这种通常良性的脑肿瘤可能导致了这位23岁文艺复兴美女的早逝，推翻了她死于肺结核的传统观点。研究还指出西蒙内塔可能经历了肿瘤卒中，症状包括头痛、幻觉、呕吐和高烧，而波提切利另一幅作品中描绘她哺乳的画面也佐证了这一医学理论，为艺术史与现代医学架起了跨越五个世纪的桥梁。

一项发表在《自然医学》杂志上的研究表明，当医生处理复杂的临床决策问题时，如确定手术前患者应何时停止服用处方抗凝血药物，或根据患者过去的药物不良反应调整治疗方案，人工智能聊天机器人可提供有效支持。研究发现，单独使用的聊天机器人在某些临床决策方面的表现优于仅使用互联网和医学参考的医生，而有聊天机器人辅助的医生则能达到与聊天机器人相当的水平。该研究强调了人工智能与医生协作的重要性，指出最佳工作流程是医生和AI同时独立评估病例，然后由AI工具分析两者的异同，从而实现更深入的协作，这种"人机协作"模式将优于单独使用任何一方，但研究者强调患者不应跳过医生直接寻求聊天机器人建议，因为辨别信息可信度至关重要。

根据The Insight Partners周一发布的一项研究，全球医疗保健领域的人工智能市场价值预计到2034年将激增，从2025年的395亿美元增长至1万亿美元，复合年增长率达45.3%。该研究指出人工智能有望在整个医疗保健专业领域应用，从行政管理到临床护理，能够简化常规任务、提高运营效率、促进诊断发展并加速新医疗治疗方法的发现。研究还显示北美将占据全球市场42.92%以上份额，但调查显示多数美国人对本地AI数据中心建设持反对态度，10位美国人中有7位表示反对，其中48%强烈反对，仅有7%强烈支持，反映出公众对人工智能技术在医疗领域应用的复杂态度。

伦敦国王学院进行的一项研究显示，英国七分之一人口在寻求健康建议时更倾向于使用AI聊天机器人而非咨询全科医生。调查显示，在使用聊天机器人的15%人群中，四分之一是因为英国国家医疗服务体系（NHS）等待时间过长。五分之一的用户表示AI并未鼓励他们寻求专业意见，同样比例的人因AI建议而放弃就医。专家警告AI可能提供不准确信息，无法替代专业医疗判断，强调AI在医疗领域应用需透明、受监管且仅作为辅助工具。

一项大型国际随机试验显示，一种基于人工智能的新型微创计算机软件方法（FFRangio）在评估冠状动脉斑块是否限制心脏血流方面，与标准的有创导线检查方法在一年后的临床结局上表现相似。该方法无需额外导管或药物，速度更快，有望提高冠状动脉生理学检测的普及率。研究同步发表于《新英格兰医学杂志》。

加州大学圣塔芭芭拉分校研究人员开发了两种基于人工智能的计算模型用于预测蛋白质组装形式，这些模型通过分析氨基酸序列模式来预测蛋白质形成淀粉样纤维或液滴的可能性，为阿尔茨海默病、帕金森病等神经退行性疾病的分子机制研究提供了新方法，研究发现内在无序蛋白质在形成淀粉样纤维和液滴方面存在不同倾向且并非必然关联，这一发现有望帮助科学家优先确定最可能导致疾病的蛋白质区域，从而提高治疗药物研发的精准度和效率，为数千种尚未充分表征的内在无序蛋白质研究开辟了新路径。

一项最新研究表明，与传统媒体用于报道抑郁症的图像相比，人工智能生成的抑郁症图像包含更多刻板印象和污名化元素。研究发现，AI生成的图像倾向于描绘独处、在阴影中或面部被隐藏的人物，强化了边缘化和社会排斥等负面概念，对抑郁症患者产生不利影响。研究强调，AI技术并非中立，其生成结果取决于接收的指令，因此在心理健康传播中应谨慎使用AI，充分考虑患者组织的建议，并通过患者组织、心理健康专家、科学记者、AI开发人员和研究人员的跨领域合作，提高抑郁症相关视觉表现的质量，避免延续有害刻板印象。

伦敦大学学院(UCL)计算机科学系正在招聘研究研究员，负责利用可穿戴设备、认知测试和神经影像学构建人工智能疾病模型，用于神经退行性疾病的早期检测。该职位隶属于UCL神经退行性疾病进展(POND)小组，将与UCL Hawkes研究所及国际EDoN Initiative合作开展研究，要求应聘者具备计算统计和机器学习相关编程技能及处理大规模生物医学数据集的经验，职位资助期至2027年12月31日，申请截止日期为6月15日。

一项开创性研究详细阐述了人工智能如何从根本上重塑美国医疗保健体系，在提供前所未有的效率的同时也引发了重要的伦理关切。研究表明，人工智能在关键专科领域的诊断错误率降低了30%，AI医疗记录员将医生的行政工作减少近一半，基因组AI分析使精准医疗变得可规模化，但算法偏见和社会经济差距问题仍需关注，美国医疗体系通过AI效率实现了巨大节约。