环球医讯AI与医疗健康

由英国Diamond Light Source主导的OpenBind倡议发布了首个公开可用的数据集和AI模型，为AI驱动的药物发现树立了新标杆。该倡议解决了药物研发中缺乏高质量原子级实验数据的长期瓶颈，通过高通量X射线晶体学和AI技术的结合，在七个月内生成800多个蛋白质-配体结合测量数据，大幅加速了药物发现过程，有望为全球健康优先事项如COVID-19、疟疾和癌症等疾病带来突破性治疗方法。

这篇文章采访了心脏病专家埃里克·托波尔博士，深入探讨了"健康寿命"而非单纯寿命长度的重要性。托波尔的研究表明，健康老龄化主要取决于生活方式选择而非基因，包括阻力训练、规律深度睡眠、社交联系、抗炎措施和免疫系统健康等多方面因素。他特别指出带状疱疹疫苗可能降低阿尔茨海默病风险20-25%，并对抗衰老行业数十亿美元的过度炒作持怀疑态度，主张坚持基于证据而非权威的观点，认为即使从中年开始改变生活习惯也能显著延长健康寿命，实现更加充满活力的老年生活。

哈佛医学院和贝斯以色列女执事医疗中心的研究表明，现代人工智能模型在某些临床决策中可超越医生水平，特别是在紧急情况下；该研究比较了医生与先进语言模型在确定可能诊断、选择必要检查等任务中的表现，发现AI在临床推理、病例记录和信息不完整紧急情况中表现更优，但研究人员警告这些结果并不自动意味着患者护理的改善，强调正确实施AI系统并配合医生验证对确保患者安全至关重要。

哈佛医学院和波士顿贝斯以色列女执事医疗中心研究人员在《科学》杂志发表的研究显示，OpenAI开发的o1-preview人工智能模型在初步分诊案例中达到67.1%的诊断准确率，显著高于两位专业医生的55.3%和50%。研究表明AI在急诊室初步分诊等信息有限且时间紧迫的情况下表现尤为突出，尤其在罕见或复杂病例中优势明显，但研究者强调AI不应取代医生而应作为辅助工具，同时指出AI诊断错误时责任归属等法律问题亟待解决，标志着医学中AI应用已从理论讨论进入基于实证数据的实际决策阶段，全球已有五分之一的医疗专业人员开始使用AI获取第二诊疗意见。

一项针对123,762名女性的最新回顾性研究表明，通过人工智能分析常规乳腺X光片可以量化乳腺动脉钙化程度，从而预测心血管疾病风险。研究发现乳腺动脉钙化是主要不良心血管事件的独立风险因素，尤其对通常低于传统筛查年龄的女性具有重要意义。该模型使大规模风险评估成为可能，并且能够更精确地理解钙化严重程度与心血管风险之间的关系，有望在不增加辐射暴露、成本、医生就诊或血液检测的情况下，利用现有乳腺X光检查筛查心血管疾病高风险女性，为改善女性心血管疾病早期诊断和预防提供了新途径。

美国梅奥诊所研究人员开发出名为REDMOD的人工智能模型，可在临床诊断前平均475天通过CT扫描检测胰腺癌，敏感性达73%，远超人类医生的39%。该研究发表于《Gut》杂志，为胰腺癌早期筛查带来新希望，但专家强调需完成前瞻性试验和多样化人群验证，避免仓促部署影响临床信任。由于胰腺癌五年生存率仅8%，时间至关重要，而AI应用的结构性挑战仍需解决，包括英国药品和健康产品管理局的监管框架尚未完善，以及系统能否承受早期检测带来的后续医疗流程压力。

研究人员利用AI分析了超过66,000名参与者的全身MRI扫描，创建了迄今为止最详细的人体脂肪和肌肉分布参考图谱。研究表明，骨骼肌的质量和数量，而不仅仅是内脏脂肪，是糖尿病、主要心血管事件和死亡率的强预测因子。该技术突破使医生能够更精准评估患者健康风险，通过常规影像数据即可获取关键身体成分指标，有望改变仅依赖BMI评估健康风险的传统做法，为个性化医疗提供重要参考。

本文深入探讨神经化妆品领域的科学进展，揭示皮肤-大脑轴如何重塑美容产业。研究表明，76%的Z世代将情绪健康支持视为选择美容产品的重要因素，93%的美国身体护理用户对情绪提升配方感兴趣。随着神经化妆品从"愉悦感"营销概念转向科学验证的解决方案，临床数据、生物标志物和人工智能个性化正成为行业成功关键。专家指出，环境压力会激活皮肤神经末梢引发炎症反应，而神经活性成分通过调节神经感官过度反应并强化屏障稳态，帮助皮肤恢复感知、适应和恢复能力，将皮肤健康重新定义为长期功能性韧性而非孤立的外观改善，预计未来将发展为整合心理皮肤学、AI个性化和微生物组平衡的主流健康美容生态系统。

美国医院协会(AHA)与West Health Institute宣布合作启动一项为期三年的计划，旨在帮助医疗机构实现技术的运营化和规模化。该计划被称为West Health加速器，重点关注电子健康记录(EHR)优化、虚拟医疗和人工智能应用与整合三大核心领域，将获得West Health提供的1200万美元投资支持。这一合作旨在通过持续使用技术解决方案来加强医疗服务、提高质量和安全性，以及改善对患者及其家属重要的治疗结果，目标是重新设计美国的医疗服务方式，不是发明未来而是部署现有技术，从而创造全系统的影响。

随着人工智能技术的迅猛发展，保险行业正面临前所未有的欺诈挑战。Highmark蓝十字蓝盾财务调查和供应商审查副总裁库尔特·斯皮尔警告称，由生成式人工智能创建的伪造医疗记录已成为保险欺诈的最紧迫威胁之一，这使得传统反欺诈手段面临失效风险。美国国家医疗反欺诈协会2025年简报指出，AI可能引发多种新型欺诈行为，包括虚假索赔、身份盗窃及伪造授权请求等。斯皮尔强调，保险公司必须制定全面的AI战略，既要防范恶意利用，也要善用AI技术进行欺诈检测，包括数据分析、自动案例生成和跨源信息验证。他还指出，虽然代理式AI驱动的欺诈可能不如生成式AI成熟，但其分析政策漏洞的能力同样令人担忧，特别是针对异地非网络内医疗服务提供者的欺诈行为更难追踪识别，往往在造成严重损失后才被发现。