环球医讯AI与医疗健康

丹麦制药巨头诺和诺德宣布与OpenAI建立战略合作，加速AI驱动的药物研发进程，此举紧随其竞争对手礼来公司签署27.5亿美元AI药物开发协议之后；双方将聚焦利用人工智能分析复杂数据集、识别新型药物靶点并缩短临床试验周期，重点解决肥胖症和糖尿病等重大健康问题，标志着全球制药行业正系统性整合生成式AI技术以突破传统药物研发瓶颈，同时凸显人工智能在生命科学领域从辅助工具向核心驱动力的转变趋势。

本研究分析了VITAL-AF试验数据，评估了基于风险引导的心房颤动(AF)筛查策略。研究在16,937名初级保健患者中使用三种经验证模型(CHARGE-AF临床评分、ECG-AI和CH-AI)评估AI心电图模型的筛查价值。结果显示，结合AI心电图和临床因素的CH-AI模型能更准确预测2年AF风险(AUROC=0.788)，在高风险人群中筛查效果显著，每年需筛查43人即可发现1例新发AF。研究揭示了提高筛查效率与扩大人群覆盖之间的权衡关系，为优化AF筛查策略提供了重要依据，表明风险分层方法可能提高心房颤动筛查的临床效益。

西北大学人类长寿诊所正在通过测量步态揭示人体生物年龄，研究人员利用智能手机和人工智能技术分析行走模式，通过检测87个关键点创建"运动年龄"指标，这一研究有望成为预测健康状况和寿命的新方法，同时该诊所致力于研究高危人群的衰老过程，计划在全球范围内建立类似实验室以实现长寿研究的全球化，特别关注芝加哥不同社区间高达30年的预期寿命差距问题。

多伦多大学和大学健康网络的研究人员发现，消费级智能手表数据可预测心力衰竭患者住院风险。研究表明，通过监测日常心肺功能指标，智能手表能在患者需要紧急医疗护理前数天至数周检测出心力衰竭恶化的早期迹象。研究还发现，日常心肺功能下降10%或更多的患者，其非计划住院或紧急治疗风险增加三倍以上。这项发表在《自然医学》封面的研究为心脏健康监测提供了创新方法，标志着彼得·芒克心脏中心在临床、数字健康和人工智能团队协作方面取得了突破性进展，有望改善偏远地区患者的心脏护理可及性。

本研究专题聚焦药物发现领域中细胞实验与筛选技术的最新突破，重点探讨受体信号传导与靶点药理学的创新方法、自动化高通量筛选工作流程的优化实践，以及人工智能与实验验证的深度融合。专题特别关注能弥合分子假设与临床相关生物学之间差距的贡献，强调严谨实验验证与可转化药理学，涵盖G蛋白偶联受体药理学、生物传感器技术、微生理系统等关键领域，旨在通过新一代细胞模型推动药物研发向更高效精准方向发展，为攻克重大疾病提供技术创新支撑。

美国宾夕法尼亚州立大学研究人员开发出基于人工智能的阿尔茨海默病早期检测系统，通过分析语音中的细微模式可在不到一分钟内识别出传统检测方法难以发现的早期认知衰退迹象。该技术利用可解释的语音生物标志物捕捉语言变化和认知能力下降，相比耗时10-15分钟的纸质测试更具客观性和一致性，有望解决美国老年病专科医生短缺问题（每1万名老年患者仅对应1名老年病专科医生），将认知筛查从一次性测量转变为反映患者认知衰退过程的动态评估，最终实现从被动治疗向预防性护理的转变，目前已在《阿尔茨海默病研究报告》和《衰老神经科学前沿》期刊发表相关研究成果。

北卡罗来纳州卡托巴山谷医疗系统的助理副总裁兼首席信息官纳丁·尼普斯奇尔德(DNP, RN)阐述了在医疗行业整合加速的背景下，小型独立医疗机构如何平衡人工智能创新与网络安全保障的挑战。她强调随着数据向云端迁移，医疗机构必须负责任地应用AI技术提高效率，同时加强网络安全以应对日益增长的勒索软件威胁。她建议建立创新与安全不可分割的治理框架，成立跨职能指导委员会评估新技术的风险与价值，并制定明确的AI伦理准则，确保技术应用既推动医疗质量提升又赢得患者信任，在有限资源下实现可持续发展。

本文深入分析了人工智能在2026年医疗保健领域的实际应用与影响，探讨了从数据处理到临床诊断的完整AI应用链条。文章指出，AI已从概念转变为现代医疗的基石，通过多模态数据与云计算的融合，增强而非取代人类临床判断。当前AI在医疗图像分析、疾病预测、临床决策支持等方面取得显著进展，但同时也面临数据孤岛、算法偏见和监管挑战等问题。随着预测性医疗模式的发展，AI正在解决全球医护人员短缺问题并推动精准医学的普及，标志着医疗保健从"反应式救援"向"预测性、预防性"模式的根本转变。

多项最新民调显示，约四分之一的美国成年人在过去30天内曾使用人工智能工具获取健康信息或建议。研究表明，许多美国人，尤其是年轻人和低收入群体，转向AI寻求健康建议是因为医疗成本高昂、预约困难或工作繁忙。虽然AI工具能提供快速答案并帮助用户评估是否需要就医，但专家警告AI不应替代专业医疗，且存在隐私泄露和信息准确性风险，约三分之一的用户对AI生成的健康建议表示信任，而相同比例的人则持怀疑态度，另有三分之一持中立态度。该现象反映了美国医疗系统面临的可及性挑战和数字健康工具的快速普及。

在2026年欧洲放射学大会(ECR)上，"伦理AI的艺术：重新定义放射学中的性能"专题讨论会汇集了多位专家观点，强调放射学中的伦理AI不能仅以准确性评判。会议指出，欧盟AI法案已开始规范AI全生命周期的责任分配，上市后持续监管至关重要，而AI实施必须将技术性能、治理和实际工作流程综合考虑。实践案例显示，AI部署后可能出现工作流程中断、假阳性结果等问题，需要建立完善的退出策略，确保AI系统在动态变化的医疗环境中长期安全有效地服务于患者，实现技术与人文关怀的平衡。