环球医讯AI与医疗健康

纽约州立大学布法罗分校领导的国际研究团队成功开发出基于人工智能的图像处理技术，首次实现从传统磁共振成像扫描中可靠检测多发性硬化症患者的灰质皮层病变，该突破使研究人员能够观测到此前无法识别的11,000多个与认知障碍和残疾密切相关的病变，为疾病研究和临床诊疗开辟新途径，证实了人工智能在医学影像分析领域的革命性应用价值，将显著提升对多发性硬化症病理机制的理解和治疗评估能力。

一项发表在《科学》杂志上的研究显示，OpenAI的推理模型o1在诊断真实医疗案例方面的表现与医生相当甚至更优，在波士顿医院急诊科病例测试中，o1模型的诊断准确率超过三分之二，而专家医生的准确率约为一半。尽管研究结果令人瞩目，专家们指出AI诊断仅限于文本输入，无法替代医生在真实临床环境中通过视觉、听觉等多维度信息进行的综合判断，强调AI应作为"受监督的面向临床医生的第二意见工具"，而非完全取代医生，同时呼吁进行更多研究以验证AI在临床实践中的有效性和安全性，确保其在医疗应用中的公平性和可靠性。

本文介绍了护理机器人Robbie如何帮助患有痴呆症的Brian Marquis及其妻子Brenda解决家庭照护困境。这款由新罕布什尔大学实验室研发、获国家衰老研究所资助的Stretch 4机器人虽外形简单如衣帽架，却能执行锻炼指导、用药提醒、饮水提示等关键任务，极大改善患者生活质量。在婴儿潮一代步入80岁、家庭护理人员严重短缺的背景下，这款售价3万美元的实用型机器人虽远未普及，却为行动不便的痴呆症患者及其照护者提供了切实可行的解决方案，减轻了照护负担并重获生活自由。

本研究利用深度学习技术分析来自六个大型队列的36,000份睡眠脑电图记录，开发了一种客观、整合的大脑健康生物标志物。研究团队创建了一个端到端、多任务深度学习框架，该框架能够从夜间睡眠脑电图中学习大脑健康的1024维潜在表示，并提炼为一个单一的、具有临床解释性的大脑健康评分(BHS)。研究发现，BHS能有效预测认知表现、疾病风险和死亡率，其预测能力显著优于传统人口统计学和专家定义的脑电图特征模型，为大脑健康评估提供了新方法。研究表明，睡眠脑电图中的信息远比传统睡眠指标所显示的更丰富，可以用来评估大脑的整体健康状况，有望成为预防认知衰退、早期诊断神经退行性疾病和优化健康干预的有力工具。

眼组学是通过研究眼睛中生物标志物来诊断全身性疾病的新领域，结合人工智能技术可更准确地通过视网膜成像和泪液分析早期发现糖尿病、心血管疾病、神经退行性疾病等多种全身性疾病，实现更早的疾病诊断和干预，预防后续器官损伤，为个性化医疗开辟新途径，其核心在于将视网膜作为观察全身健康的窗口，利用AI标准化图像解读并扩大应用场景，同时泪液检测作为液体活检方法正成为补充诊断手段，有望在基层医疗机构推广使用。

在2026年5月7日举办的100%光学展会上，专家们系统探讨了人工智能在眼科验光领域的应用框架与实践挑战。文章聚焦五个核心问题：AI发展速度与临床监管体系的匹配度、算法模型构建的数据基础、AI作为可信第二诊疗意见的实现路径、技术临床验证的必要标准，以及数据责任归属机制。多位行业专家如罗敦司得英国公司产品培训经理杰森·霍尔西、瀑布医疗科技公司CEO彼得·托马斯等强调，尽管AI有望提升眼科诊疗效率，但必须确保技术应用建立在代表性数据集基础上，通过严格临床验证，并明确"临床医生+AI"协同模式中的责任边界，才能真正实现以患者为中心的智能化眼健康服务，同时避免因数据偏差导致的医疗可及性问题。

人工智能正迅速成为现代医疗中的关键辅助工具，帮助医疗专业人员识别那些可能被漏诊的疾病。本文介绍了一个真实案例：一名45岁男子因呼吸困难和咳血就医，最初被误诊为哮喘，后经AI工具EchoNext分析其心电图，发现了严重的心力衰竭和二尖瓣反流等心脏问题，最终确诊为一种罕见的遗传性心脏病，需要进行心脏移植。该案例展示了AI如何通过识别肉眼难以察觉的细微信号，提高心脏病早期诊断的准确性，减少漏诊，为患者赢得宝贵的治疗时间，同时强调人工智能旨在辅助而非取代医生的专业判断。

随着对话式医疗AI系统日益模糊数字工具与模拟医疗实践之间的界限，AI聊天机器人冒充医疗专业人士的现象引发了监管挑战。本文报道了宾夕法尼亚州对Character.AI的诉讼以及犹他州与Doctronic的合作争议，揭示了AI系统在使用"AI医生"、"虚拟医师"等术语进行营销的同时否认承担医疗责任的灰色地带。现有的医疗许可、医疗实践和消费者保护框架可能不足以应对这一挑战，而美国各州正在形成监管拼凑，包括俄勒冈州、田纳西州、加利福尼亚州和德克萨斯州等地的立法，重点关注AI系统是否创造了合法临床权威的感知，而不仅是医疗建议的准确性。核心法律挑战在于确定医疗AI何时从信息工具跨越到未经授权的医疗实践，这需要监管机构在保护患者安全与促进医疗创新之间找到平衡点。

英国皮肤科医师协会成立的皮肤与负责任AI（SkinRAI）联盟正致力于为皮肤科AI技术制定开发、评估和监控标准，解决当前AI工具在不同医疗环境中缺乏独立评估、数据集单一等问题；NHS已在部分机构应用DERM等AI系统进行皮肤癌分诊，早期数据显示该系统能有效减轻皮肤科服务压力，但灵敏度虽高特异度较低，仍需人类医生监督以避免漏诊，专家强调需要更多独立评估确保AI在医疗中的安全应用，同时建立国家数据资产支持技术发展，专家警告在证据、标准和数字基础设施成熟前扩大应用存在风险。

最新数据显示癌症患者生存率显著提高，女性癌症死亡率较25年前下降21%，男性下降31%，这主要归功于早期检测技术进步与治疗方案优化。文章详细分析了乳腺癌、前列腺癌、肠癌和肺癌四大常见癌症的5年生存率变化，其中前列腺癌患者5年生存率达92%，肠癌患者女性为66%、男性为63%。人工智能在癌症诊疗中正发挥日益重要作用，从加速肿瘤检测到提供个性化治疗方案，芬兰研究人员已开发出能将组织分析时间从数天缩短至几分钟的AI系统，德累斯顿科学家也展示了针对晚期实体瘤包括肺癌的新型免疫疗法成果，但专家强调需以严谨证据为基础推进AI临床应用，避免盲目乐观。