环球医讯AI与医疗健康

保罗谢勒研究所（Paul Scherrer Institute PSI）的研究人员开发了一种名为Image2Reg的人工智能系统，该系统能够通过简单的细胞核显微图像识别基因扰动模式，从而可能为新药物的开发提供一种新的、成本效益更高的方法。

纽约大学朗格尼健康中心的助理教授Madhur Nayan博士讨论了一种新的机器学习模型ProMT-ML，该模型通过分析电子健康记录中的多种临床参数，预测异常前列腺MRI的可能性，从而优化前列腺癌筛查。

一项新研究表明，通过分析脑部扫描，人工智能可以帮助医生检测中风的常见但常被忽视的原因——心房颤动（AF），从而提高中风护理的速度、准确性和个性化。

一项新研究表明，人工智能可以通过分析脑部扫描帮助医生检测心房颤动（AF），这是一种常见但常常没有症状的中风原因。这项技术可以提高中风护理的速度、准确性和个性化。

尽管移动健康应用程序在早期检测皮肤癌方面具有潜在益处，但医生们对其准确性、特别是对非白色皮肤和低数字素养人群的准确性表示担忧，担心这可能导致误诊和医疗不平等。

位于加尔维斯顿的德克萨斯大学医学分部（University of Texas Medical Branch, UTMB）最近与微软签署了一份为期五年的协议，利用微软的人工智能和云计算能力，旨在为患者提供类似亚马逊的便捷体验。

OpenAI推出了一项新的基准测试HealthBench，旨在评估AI系统在处理复杂医疗对话方面的能力。该基准测试涵盖了七个关键领域，包括紧急护理、不确定性管理和全球健康等。通过与来自60个国家的262名医生合作，HealthBench包含了5,000个真实的医疗相关对话，并为每个对话配有一个由医生创建的评分标准。

瑞士研究人员开发了一种人工智能模型，利用常规收集的数据预测HIV感染者中活动性结核病的发展，该模型在识别高风险患者方面优于生物测试。

一项研究发现，人工智能模型可以从心脏扫描中以高达96%的准确率猜测患者的种族类别，尽管没有明确提供种族信息。这揭示了AI系统如何吸收和再现社会偏见，并强调了需要多样化训练数据和提高透明度的重要性。

本文探讨了人工智能在医疗领域的应用，特别是数字孪生技术的发展。数字孪生技术可以为医疗决策提供强大支持，但也存在数据质量、伦理和隐私等风险。文章呼吁加强监管，确保数据透明度和患者权益。