环球医讯AI与医疗健康

哈佛大学进行的一项突破性研究显示，在急诊分诊诊断中，AI系统的表现超过了人类医生，特别是在需要快速决策且信息有限的情况下。研究发表在《科学》杂志上，表明大型语言模型已超越大多数临床推理基准。尽管AI在诊断准确率上领先，但研究人员强调AI不会取代医生，而是将形成"医生、患者和人工智能系统"的三元护理模式，共同重塑未来医疗。该研究测试了76名急诊患者案例，AI在67%的案例中准确诊断，而人类医生仅为50%-55%，凸显了AI在医疗决策支持方面的潜力与挑战。

美国一项最新研究显示，大型语言模型在急诊室诊断中表现优异，有时甚至超过医生水平，但研究人员和医疗专家一致强调AI不会取代人类医生。加拿大安大略省医生已在试点使用AI转录工具提高诊疗效率，同时医院也在探索AI自助预约和健康咨询聊天机器人。研究指出推理型AI模型通过模拟人类思考过程提高诊断准确性，但专家提醒物理检查和临床经验仍是诊断关键，且需考虑患者数据隐私及系统适用性问题，AI应用必须以安全防护为先，谨慎推进在加拿大医疗环境中的实际应用。

哈佛大学最新研究发现，OpenAI的o1模型在急诊分诊和临床管理方面表现优于医生，特别是在处理复杂诊断时。研究显示，该AI模型在急诊分诊阶段的准确率为67%，而医生的准确率分别为55%和50%；在患者转入内科病房时，模型准确率达到81.6%，医生则为78.9%和69.7%。研究者强调，结果并不证明AI已准备好用于常规临床实践，而应作为医生的第二意见。该研究发表在《科学》杂志上，引发了关于AI在医疗领域应用前景的广泛讨论。以色列卫生部也在此时首次批准了用于精神科分诊的AI工具。

日内瓦大学研究人员开发了一种突破性粪便检测方法，利用人工智能以前所未有的精细程度绘制肠道细菌亚种图谱，能够检测90%的结直肠癌病例，效果接近结肠镜检查的94%检测率。这项发表在《Cell Host & Microbe》上的研究提供了一种非侵入性、低成本的癌症筛查替代方案，通过分析简单粪便样本即可实现，有望改变结直肠癌早期检测方式，并可能扩展应用于其他疾病的诊断，对提高癌症早期发现率和降低筛查不适感具有重大意义。

本文深入分析了在当前监管框架下，含人工智能的医疗器械(AIMDs)同时受欧盟医疗器械法规(MDR)和人工智能法案(AIA)管辖的情况。文章详细阐释了MDR下的"制造商"与AIA下的"提供商"双重角色的责任分配，以及MDR"用户"与AIA"部署者"概念的差异。同时，文章前瞻性地探讨了欧盟委员会2025年12月最新提案对相关法规互动的影响，该提案若通过将使AIMDs仅受MDR管辖。文章还总结了关键要点，包括制造商/提供商角色的统一趋势、部署者与用户责任的区分，以及未来法规可能的发展方向。

美国研究人员利用能源部SLAC国家加速器实验室和劳伦斯伯克利国家实验室的高强度X射线技术，开创了一种设计靶向功能蛋白质的创新方法。他们首次将晶体学片段筛选与定向进化相结合，成功将单一设计蛋白质转化为两种具有完全不同功能的新蛋白质，其中包括目前活性最高的设计酶。这一突破性研究为改进酶和药物提供了更简单的方法，可能在医学、化学和制造业领域带来重大突破，同时证明简单蛋白质结构也能进化出强大催化能力。

由麦吉尔大学研究人员领导的国际团队完成了迄今规模最大的迷幻剂研究，首次证实裸盖菇素、LSD、墨斯卡林、DMT和亚雅华斯卡等五种化学结构不同的迷幻剂在脑部产生两种共性神经效应：削弱脑网络内部连接强度并增强不同网络间的信号传递。这项发表在《自然-医学》上的突破性发现为精神健康障碍治疗开辟新路径，可能推动自1980年代以来精神健康领域最具前景的疗法革新，同时为突破监管限制提供科学依据，标志着"迷幻剂研究寒冬"后的重大科学复苏。

新加坡国立大学杨潞龄医学院睡眠与认知研究中心的研究人员发现，消费者可穿戴指环（如Oura Ring）在睡眠期间记录的脉搏信号可用于估算血管年龄，这是心血管健康的关键指标。该研究发表在《PLOS Digital Health》期刊上，显示深度学习模型能够利用指环记录的PPG信号预测血管年龄，准确度与临床指尖传感器相当，且与血压这一标准心血管健康指标相关联。研究团队构建了独立的分析流程，证实了将心血管监测从诊所带入日常生活的可行性，为更早检测心血管风险、促进健康生活方式及大规模人群健康研究提供了新途径。

约翰霍普金斯大学研究人员成功开发出可生物降解的全金属微型机器人，这些微型设备兼具高强度与安全性，能在完成药物递送或组织活检后安全溶解不留痕迹。通过精确控制金属层厚度，研究人员可调节其降解时间从几分钟到几个月不等，为胃肠道疾病治疗提供新思路，有望减少传统内窥镜检查的不适感，消除频繁注射需求，改善炎症性肠病、出血和癌症等病症的治疗方式，标志着医疗微型机器人技术的重要突破。

利物浦热带医学院研究人员联合利物浦大学、无国界医生组织及Noma儿童医院，成功识别出一种此前未知的与走马牙疳相关的密螺旋体细菌。该突破性发现通过宏基因组测序和机器学习技术分析儿童唾液样本获得，研究表明这种新型细菌不携带已知抗生素耐药基因，为早期诊断和使用现有抗生素治疗提供了可能性。走马牙疳是一种主要影响贫困地区儿童的严重口腔感染疾病，未经治疗死亡率高达90%，世界卫生组织已于2023年将其列为被忽视的热带病，此项研究有望推动更有效的诊断工具开发和早期干预措施实施。