环球医讯AI与医疗健康

梅奥诊所的研究发现，通过人工智能（AI）从常规的冠状动脉钙化扫描中自动测量心脏周围脂肪体积，可以独立预测心血管事件，并显著提高长期风险预测的准确性，尤其是对于低风险或临界风险患者。该研究追踪了近12,000名成年人约16年，结合传统风险模型和冠状动脉钙化评分后，心脏脂肪测量使预测能力大幅提升，为个性化预防提供了新途径，且无需额外检查或费用，具有实用性和可扩展性。

加纳科学家奥福苏阿·克洛齐·阿迪-达科博士在伦敦帝国理工学院利用微流控芯片和人工智能研发药物，通过芯片上的微型通道模拟人体肠道，可同时进行数百次实验，产生大量数据，AI分析异常并揭示复杂模式，大幅缩短研发周期，降低成本。她计划将这一技术带回加纳，推动本地药物研发。

多家科技公司近期发布了针对医疗管理和运营的人工智能增强功能，涵盖计费、人员配置、安全及数据管理等领域；退伍军人事务部将扩展AI听写技术至130多个医疗中心；此外，AI还被用于自闭症护理周期自动化、医学影像模型开发、编码自动化、身份欺诈防护、农村医生招聘及社区医院电子病历集成等。

飞利浦的DeviceGuide软件获得美国FDA批准，该AI软件旨在为医生在二尖瓣修复手术中提供实时视觉辅助。DeviceGuide结合了实时超声心动图与X射线图像，用于简化经导管二尖瓣修复术，为二尖瓣反流患者提供微创手术替代方案。该软件由飞利浦与爱德华生命科学合作开发，目前仅适用于爱德华PASCAL Ace二尖瓣修复装置，旨在通过AI赋能提高手术的精准度和安全性，从而帮助更多患者。全球经导管心脏瓣膜市场预计到2035年将达到近270亿美元。

犹他大学的科学家开发了一种名为μPharma的新型“芯片实验室”设备，利用人工智能和数字微流控技术，在四小时内即可预测儿童T细胞急性淋巴细胞白血病（T-ALL）癌细胞对靶向药物的敏感性，有望实现当日个性化治疗决策，减少无效治疗和副作用，为儿童癌症精准医疗迈出重要一步。

本文介绍了非营利组织Every Cure的独特药物再利用策略。该组织不针对特定疾病寻找治疗药物，而是利用人工智能扫描约4000种现有药物与超过18000种已知疾病之间的匹配可能性，将传统需要100天的初步研究缩短至17小时。其创始人David Fajgenbaum曾通过自我实验找到治疗自身罕见病Castleman病的药物，如今带领团队以“疾病无关”的方式寻找老药新用，目标是在2030年前用重新利用的药物治疗15至25种疾病。文章还讨论了该模式面临的资金、监管及制药公司利润动机等挑战，但强调其能挽救许多被忽视的罕见病患者生命。

本文探讨了人工智能在医疗领域日益广泛的应用，如处方续期、初级护理和辅助诊断工具，但作者警告这可能导致临床推理能力下降，尤其是对初级医生。文章强调临床推理应始于独立的人类判断，AI的应用应作为挑战和扩展思维的工具，而非取代医生的第一想法。若允许AI每次都提供第一个想法，可能会培养出一代熟练编辑却缺乏独立推理能力的临床医生，从而削弱医疗实践中的责任感和判断力。

本文研究利用深度学习模型（6层LSTM加注意力机制）从心外膜电图预测急性心肌缺血期间室性早搏的发生时间，通过分析21次猪缺血实验中的2252次自发性PVC，发现模型在池化交叉验证中平均绝对误差低至4.73秒（7个心跳输入），且增加上下文长度可显著降低误差；受试者特定微调（使用15%数据）进一步将平均误差降低约10-15秒，使60秒内预测准确率达到77-80%，为主动实时心律失常风险监测提供了可行方案。

研究人员开发了一种名为GPS的机器学习药物发现平台，通过预测化合物对基因表达的影响来筛选大型化合物库，并成功识别出针对肝细胞癌和特发性肺纤维化的潜在治疗候选药物，在细胞系和动物模型中验证了其有效性，为难以治疗的疾病提供了新希望。

T.H.I.N.K. (医疗技术：整合、网络与知识) 会议系列首次在斯坦福大学举办，旨在重新定义技术与医疗的交汇点。会议汇集思想领袖、技术先驱和医疗专业人士，探讨AI在精准医疗、人群健康、临床决策、数据隐私及伦理等领域的变革潜力。活动包括主题演讲、小组讨论、实践工作坊、海报展示和交流环节，旨在推动更智能、更公平、更整合的医疗系统发展。