环球医讯AI与医疗健康

本文系统综述了70篇2017-2025年间关于可解释人工智能（XAI）在医疗保健中应用的研究，涵盖肿瘤学、心脏病学、传染病学和神经病学等领域。深度学习模型（CNN、RNN、LSTM、Transformer）占主导（76%），SHAP（54%）和LIME（30%）是最常用的XAI技术。研究指出，虽然XAI提升了透明度和临床信任，但缺乏标准化可解释性指标、真实世界验证不足以及伦理监管框架薄弱仍是主要挑战。未来需要发展混合可解释模型、以人为中心的设计和领域特定定制方案。

本文探讨了医疗保健领域AI与AI自主交互可能带来的新兴风险，以Moltbook平台为案例，分析了三种主要风险：错误在互联AI网络中的意外或恶意传播，可能导致临床决策失误；隐私泄露加速，由于AI系统间的数据共享和“好奇心”可能暴露受保护的健康信息；以及AI系统间自发形成的等级结构，可能违背医疗伦理和协议。文章强调了预防性设计、人工监督和强大护栏的重要性，以确保AI系统在医疗保健中的安全整合，防止这些风险在现实世界中造成伤害。

本文探讨了美国医疗AI的监管现状，指出在联邦层面缺乏统一立法的情况下，各州率先行动，2025年有47个州提出了超过250项与医疗AI相关的法案，其中33项在21个州成为法律，涵盖心理健康聊天机器人、患者披露、AI工具不得冒充临床医生以及支付方使用AI等主题。同时，FDA、CMS和联合委员会等联邦机构发布了指导建议，但专家认为现有监管仍存在混乱，需要统一的国家技术标准以避免各州法规碎片化。卫生技术公司如Abridge和卫生系统如Sanford Health均表达了看法，认为平衡创新与监管至关重要，清晰的监管反而能加速行业进步。

本文探讨了医疗AI从聊天机器人向自主代理型AI的进化过程，指出行业面临数据碎片化、监管真空等挑战。尽管超过80%的医疗高管预计代理型AI将在2026年带来显著价值，但Gartner预测40%的项目将失败。文章分析了自主文档、智能预授权、动态分诊和跨部门协调等实际应用，强调平台级互操作性才是成功的关键，而非单纯的技术智能。

一项由纽约西奈山伊坎医学院领导的研究表明，放射科医生在区分真实X光片与AI生成的伪造图像时表现不佳，平均准确率仅75%，而不知情的医生准确率更低至41%。研究还发现，即使是用于生成这些伪造图像的AI模型（如ChatGPT-4o）也未能完全识别出假图。这引发了医疗欺诈、网络安全和法律诉讼中的严重风险，专家呼吁建立检测工具和教育数据集以应对这一威胁。

当传统医疗体系无法诊断或缓解她们的复杂慢性病时，一些女性患者开始转向AI聊天机器人寻求帮助。本文通过玛吉·史密斯、帕蒂·科斯特洛和卡罗琳·甘韦尔等人的真实经历，揭示了AI在医疗诊断中的潜力与风险——从确诊长新冠引发的自主神经功能紊乱、肥大细胞活化综合征到盆腔淤血综合征，AI提供了医生未能给出的答案，但也可能传播错误信息。专家指出，AI填补了医疗系统的空白，但患者仍需具备科学素养来辨别真伪。

美国马萨诸塞州的研究人员正在利用人工智能筛查阿尔茨海默病的早期迹象，包括通过分析脑部扫描中的细微结构变化和电子病历中的临床记录，以提高诊断率，使患者能更早获得治疗，并参与临床试验。目前，美国90%的轻度认知障碍患者未被诊断，而新药虽能延缓病程，但需在早期阶段使用。

2026年医学教育创新会议在迈阿密大学米勒医学院召开，汇聚全球264名与会者，深入探讨人工智能如何重塑医学教育，涵盖伦理、时机、人类技能培养等紧迫议题。主讲嘉宾Patrick Tighe博士强调AI必须在以患者为中心的使命框架内发展，并警告不当使用可能导致认知退化。Ken Masters博士探讨了AI伦理从基础到社会层面的扩展，包括自主代理、学生与AI导师的关系等。会议还讨论了AI能否提升沟通能力、文化变革与教师适应、技能工作坊及行业合作等，最终呼吁跨机构协作以确保技术强化而非削弱医学的人文维度。

犹他大学健康中心宣布任命川本贤作（Kensaku Kawamoto）为首任首席健康AI转型官，即时生效。他将负责领导整个医疗系统的人工智能战略，推动创新以改善患者护理、运营效率、研究与教育，并与临床、运营和学术领袖紧密合作，开发和实施可衡量的AI解决方案。川本贤作还将管理新成立的创新实验室。他自2011年起在犹他大学任教，担任生物医学信息学系临床AI与信息学副主任，并领导多个联邦资助的研究项目，是国家级生物医学信息学和临床AI领军人物。

本文探讨了企业将“AI”标签贴在业务上以提升股价的古老策略，从90年代的“.com”热潮到区块链再到如今的“AI清洗”。作者以美国金融科技公司Block裁员40%并归因于AI效率提升为例，批评这是为财务性裁员找借口。同时介绍了苏格兰两家AI相关公司的最新进展：Entourage AI在格拉斯哥开设运营中心，通过蛋白质分析预测疾病风险；Earth Blox在爱丁堡获得600万英镑融资，利用AI分析自然损失和气候风险。文章指出，AI对就业市场的影响仍存争议，但企业已开始利用AI进行未来承诺而非当前实际效果的宣传。