环球医讯AI与医疗健康

费城杰斐逊医疗中心和宾夕法尼亚大学医院的医生们正在采用环境监听和AI文员技术记录诊疗过程，这种创新使医生能够专注于患者交流而非电子病历录入，研究表明该技术可减少医生20%的诊疗期间文书工作时间及30%的下班后文书工作量，但医疗伦理专家警告需谨慎应对AI在医疗领域的快速扩张，特别是在隐私保护、口音识别准确性、FDA监管框架缺失以及如何处理敏感话题等方面的挑战，医疗系统必须确保患者充分知情同意并保护其私人健康信息安全。

加州大学旧金山分校研究人员开发了一种结合深部脑刺激(DBS)和人工智能的新技术，能够个性化调整电刺激参数以改善帕金森病患者的行走能力。该研究通过可穿戴传感器收集患者步态数据，利用AI算法确定最佳DBS设置，显著提升了患者的步速、稳定性和步态对称性，同时不加重其他症状，为未来开发自适应闭环DBS系统提供了重要基础，有望大幅减少帕金森患者跌倒风险并提高生活质量。

东京大学研究人员开发了一种名为VBayesMM的贝叶斯神经网络AI系统，该系统通过精准管理数据不确定性，成功解码肠道微生物生态系统及其化学信号传递机制，能够识别真实的生物学关联而非随机统计相关性。研究证明该AI在肥胖、睡眠障碍和癌症领域已超越传统分析模型，通过精确绘制细菌-代谢物关系图谱，有望实现基于个体微生物组特征的定制化治疗，为开发针对特定细菌靶点的精准疗法提供科学依据，标志着微生物组研究进入精准医学新时代。

OpenAI正积极布局消费者健康应用市场，据知情人士透露，该公司正在探索开发个人健康助手或健康数据聚合工具。凭借ChatGPT每周8亿活跃用户的庞大基础，OpenAI有望解决科技巨头数十年未能攻克的个人健康记录难题，通过整合分散在各医疗机构的医疗数据，为用户提供个性化健康支持。此举标志着OpenAI从AI基础设施向垂直行业应用的战略转型，可能重塑医疗健康科技格局，对谷歌、亚马逊等科技巨头构成实质性挑战，同时也引发关于数据隐私、行业竞争和AI医疗伦理的深度讨论，预示人工智能将在消费者健康管理领域发挥革命性作用。

南达科他州拉皮德城的纪念碑健康医疗机构正系统化引入人工智能技术以优化医疗服务流程，医生团队借助Abridge、RapidAI等符合HIPAA标准的专用AI工具高效处理海量患者数据、提升诊断精准度并减少文书负担，所有患者身份信息均经脱敏处理确保隐私安全；该机构已将AI深度整合至电子病历系统Epic中实现自动笔记生成与影像分析，但明确排除ChatGPT等公共大语言模型的临床应用，马特·安德森博士特别警示公众切勿向非医疗专用AI平台输入健康信息，强调此类行为会导致个人数据被商业化利用且永久丧失信息所有权，凸显医疗AI应用中隐私保护与技术合规的核心价值。

莱克星顿健康系统将于2026年1月迎来新任CEO柯克·詹金斯，他计划通过新建初级保健诊所、应对护理人员短缺及应用人工智能技术满足南卡罗来纳州人口增长需求；该机构已从1971年125床位的小型医院发展为拥有607张床位的区域医疗网络，在森林庄园和布莱思伍德等地扩建家庭医学及专科中心，同时通过南卡罗来纳大学合作项目缓解护士短缺问题，并测试人工智能辅助就诊记录系统以提升诊疗效率。

美国人工智能公司OpenAI健康AI主管卡兰·辛格哈尔澄清，网传"ChatGPT将停止提供医疗或法律建议"实为误解，该公司政策始终禁止用户在无持证专业人士指导下使用AI获取定制化专业建议。文章强调ChatGPT虽可辅助理解法律与健康信息，但因其存在"幻觉"风险且可能给出错误答案，尤其在涉及健康与法律等关键领域，用户必须主动核查信息来源并咨询专业人员，切勿将AI输出作为最终决策依据，这已导致多起律师在法律文书中引用虚假案例的严重事故。

莫纳什大学团队正开发澳大利亚首个医疗AI基础模型UPFM，该模型通过整合影像扫描、临床笔记和长期病历等多模态患者数据，在统一框架内分析大规模健康信息，旨在打破传统单任务AI局限，为医生提供全局健康视图以提升早期疾病检测、风险预测及个性化治疗能力。项目已在皮肤病学领域取得突破性进展，新模型PanDerm显著提高皮肤癌诊断准确率，UPFM将扩展至心血管疾病、神经退行性疾病等高负担领域，同时通过严格的数据治理、公平性评估机制及临床协作网络确保模型安全可靠，致力于建立澳大利亚医疗AI领导地位并推动全国范围内的数据驱动决策。

比利时研究团队开发出新型机器学习预测模型，通过迁移学习技术分析术前心电图数据，成功预测经导管房间隔缺损封堵术后心房心律失常风险。该研究回顾性分析2008-2024年间148名成年患者数据，发现心电图衍生特征在风险分层中显著优于传统临床指标，集成模型平均AUC达0.823且在不同患者亚组中保持稳定性能。研究成果表明，该模型有望改善先天性心脏病患者的术后监测策略，但需进一步外部验证后才能投入临床应用，为人工智能在心血管疾病精准医疗领域的应用提供了重要实证。

多项研究表明，人工智能工具正帮助神经多样性专业人士在现代职场中取得更大成功，英国商业贸易部研究显示神经多样性员工对AI助手的满意度比神经典型员工高出25%；AI在支持执行功能、时间管理和沟通方面效果显著，可帮助注意力缺陷多动障碍、自闭症和阅读障碍人群克服工作障碍，但专家同时警告企业需警惕竞争性需求、算法偏见和不适当披露等风险，应建立基于选择的框架平衡不同需求并保护隐私，杜克大学研究发现算法可能无意中将神经多样性与危险关联，非营利组织人文智能已发起偏见赏金挑战赛推动构建更具包容性的AI系统。