环球医讯AI与医疗健康

哈佛医学院研究人员开发出新型AI模型popEVE，该工具通过整合跨物种进化数据与人类种群变异信息，能精准评估基因变异致病概率并预测疾病严重程度。在3万例未确诊发育障碍患者中，popEVE成功定位约三分之一的致病原因，新发现123个与发育障碍相关的基因，其中25个已被独立研究证实。该模型无显著祖先偏差，已通过在线平台开放使用，并在波士顿儿童医院等机构开展临床合作，有望显著提升罕见遗传病诊断效率并推动新药靶点发现，为传统基因检测无法确诊的患者提供新希望。

2025年Veeva商业峰会欧洲站深入探讨人工智能在制药与生命科学领域的革命性作用，重点分析智能体AI作为商业伙伴的潜力及其自主执行任务的能力，强调优质数据作为AI战略核心的五大支柱，包括准确性、完整性和合规性；与会专家指出，企业需将AI深度嵌入日常流程而非简单叠加，并通过建立AI学院加强员工培训与信任机制，确保评审环节的可靠性，最终在负责任使用的前提下，AI有望彻底革新行业运营效率并实现垂直百分比的生产力提升，但当前仍需解决技术复杂性与落地应用的挑战。

哈佛医学院研究人员开发出名为popEVE的新型人工智能模型，该工具通过整合跨物种进化数据和人类群体遗传变异信息，能精准评估基因变异致病概率并划分严重程度等级，在30,000例未确诊发育障碍患者中成功识别出三分之一的致病基因变异，更发现123个此前未知的疾病关联基因，其中25个已获独立研究证实，该技术将显著提升罕见遗传病诊断效率并推动新药靶点发现。

穆罕默德·本·扎耶德人工智能大学（MBZUAI）宣布启动计算生物学领域首批硕士和博士招生计划，标志着该校正式将研究与教学使命扩展至生命科学前沿。该计划依托人工智能技术推动健康与疾病研究，涵盖分子、临床及数据驱动多层面，重点开展AIDO数字生物体模型、人类表型组计划及阿联酋基因组分析等项目，旨在通过跨学科协作培养专业人才，支持阿联酋建设全球竞争力的生物技术产业，助力国家知识经济多元化战略及成为全球科技中心的愿景，为疾病预测、药物发现和个性化医疗带来突破性进展。

爱尔兰男子沃伦·蒂尔尼因过度依赖ChatGPT延误食道癌诊断，突显AI医疗系统的结构性风险。研究表明，基于欧美白人男性数据训练的AI在儿科误诊率达83%，对黑人女性误诊率高达50%，并倾向对低收入群体推荐基础检查、对边缘群体开具不必要心理评估，加剧全球医疗不平等。世卫组织指出43个欧洲国家面临法律责任不明问题，若缺乏有效监管框架，AI将深化而非缓解健康鸿沟，威胁医疗公平性。

赛诺菲首席执行官明确驳斥硅谷科技领袖声称AI能治愈癌症的观点，指出人体对药物的反应具有高度个体差异性，使得AI无法通过数据理解直接提供治愈方案；他强调药物研发从概念到上市平均需15年且面临90%失败率，而AI技术可借助大语言模型将失败率降至80%，从而提高研发成功率并加速发现新型疗法，但生物学进程和监管流程有其固有节奏，细胞生长规律不受科技干预影响，AI的核心价值在于辅助设计前所未有的靶向药物而非替代科学研发。（128字）

本研究评估了美国食品药品监督管理局(FDA)审查的AI/ML医疗设备的透明度情况，研究者回顾了1970年至2024年12月间FDA批准或清除的1,012个AI/ML设备的安全性和有效性摘要，使用创新的AI特性透明度报告(ACTR)评分系统(包含17个类别)进行评估。研究发现平均ACTR评分为17分中的3.3分，2021年指南发布后仅提高了0.88分，近一半设备未报告临床研究，超过一半未报告任何性能指标。这些发现突显了透明度差距，强调了制定可执行标准以确保对AI/ML医疗技术信任的必要性，并建议采用机器可读的"AI模型卡"等措施改善现状。

本文深入分析了医疗保健AI从单一功能点解决方案向模块化架构演进的战略趋势，探讨了代理式AI、数据连接与跨职能协作如何重塑医疗生态系统。文章指出，医疗机构需将分散的AI工具整合为统一架构，并将海量患者记录转化为临床数据铸造厂，从而推动创新、改善诊疗效果并创造新价值。同时强调，强大的数据治理框架是确保隐私安全和实现持续成果的核心，医疗机构面临战略抉择：是被动采用第三方工具，还是主动塑造灵活集成的医疗AI架构以掌握数据与协调层的主导权。

内华达大学里诺分校医学院的学生们正通过多项具有影响力的研究在地方和全国舞台上崭露头角，他们凭借好奇心、导师指导和协作精神，在多个医学健康领域取得突破。这些研究涵盖老年人群中芬太尼与兴奋剂联用趋势、内华达州医师短缺问题、产后睡眠对产妇健康的影响、人工智能在骨科诊断中的应用、仙人掌梨果胶作为新型膳食纤维的潜力、拉美裔和危地马拉女性三阴性乳腺癌的遗传因素，以及"非致命"投射物的法医影响等多个方面，不仅推动了科学进步，也为改善社区健康和制定公共卫生政策提供了重要依据，彰显了医学生在解决复杂健康挑战中的关键作用。

本文深入探讨了人工智能在眼科领域的实际应用进展，重点分析了AI如何通过辅助实践管理、自动化筛查和数字化手术系统提升诊疗效率。埃里克·罗森伯格医生指出，AI作为"增强智能"工具可优化前台流程和人工晶体选择，理查德·希尔医生分享了亚美尼亚AI糖尿病视网膜病变筛查项目的成功经验，米歇尔·阿苏林博士则介绍了覆盖全眼科的EyeLib综合诊断系统。专家们强调AI不会取代医生，而是通过填补人员缺口、减少筛查负担和实现保险流程自动化来优化医疗资源，同时警示需关注技术局限性并确保算法透明度，为应对全球眼科医生短缺挑战提供切实可行的解决方案。