环球医讯AI与医疗健康

巴塞尔大学科学家最新研究揭示，当前用于药物研发的人工智能模型虽能加速分子相互作用建模，但实际过度依赖记忆而非真实理解物理机制；实验中人工修改蛋白质结合位点后，AI仍错误预测原有结构，超过半数案例预测未变，尤其在新颖蛋白质上问题突出，可能阻碍创新药物开发；研究呼吁谨慎整合实验验证并开发融合化学物理定律的新一代算法，以提升预测可靠性并推动真正突破性疗法。

本文深入探讨人工智能如何将约翰·沃尔夫博士1970年代提出的乳腺X线摄影模式预测癌症风险的理论转化为临床现实，通过克莱瑞蒂公司的Clairity Breast系统和哈佛大学的CHIEF模型等创新案例，详述了AI在提升癌症检测准确性、克服阅片者间差异方面的突破性进展，同时分析了医保覆盖障碍、患者教育挑战及监管审批等关键问题，强调AI与人类医生的协作增效模式而非替代关系，为癌症早期干预和个性化诊疗开辟了新路径，标志着半世纪前的理论构想终于进入大规模临床应用阶段。

在全球结核病疫情持续恶化的背景下，人工智能正被80多个中低收入国家广泛应用于结核病筛查领域，通过分析X光片快速识别疑似病例并生成热力图标记，显著提升了诊断效率并使痰液检测需求减少近半；然而专家同时警告发展中国家面临监管缺失、模型性能漂移等风险，亟需建立外部专家质量控制体系，尽管倡导者强调在放射科医生严重短缺的地区，这项技术仍是突破医疗资源瓶颈的关键解决方案，其普及速度可能远超发达国家。

加拿大健康信息路于2025年11月6日宣布11名2025年互联护理临床学生奖学金获得者，每位将获得最高3000加元资助，用于支持在加拿大认证高等教育机构的数字健康教育项目。该奖学金由其数字健康临床创新中心提供，旨在培养下一代医疗健康领导者，推动数字健康解决方案的采用，改善加拿大互联护理。获奖者来自医学、药学、护理等多元临床背景，在麦克马斯特大学、卡尔加里大学、多伦多大学等机构学习人工智能在医疗、健康信息学及健康分析等领域，他们的研究将助力弥合临床实践与技术之间的鸿沟，利用人工智能潜力提升患者护理效果，推动加拿大向真正互联、公平的医疗系统迈进，最终实现以患者为中心的现代化医疗体系。

华盛顿大学研究人员开发出一种AI引导的方法，能够从头设计表位特异性抗体，并通过高分辨率分子成像确认原子级精确结合，随后增强这些设计使抗体结合更加牢固。该方法使用RFdiffusion模型设计针对特定分子位点的抗体，实验室测试显示部分设计成功结合目标并发挥功能，但成功率目前仍较低（0%-2%），未来随着模型和筛选方法的改进，有望加速抗体发现过程，特别是在需要精确表位结合的应用领域，如受体-配体阻断、构象调节和保守病毒位点等。

本次人工智能助力非洲健康大会旨在弥合医疗AI研究与实践应用的鸿沟，通过跨领域协作推动前沿技术创新，重点探讨AI在诊断优化、疾病预测及母婴健康等领域的落地实践，深入分析非洲本土化医疗需求下的政策伦理框架、人才培育策略与可持续商业模式，特别关注生成式AI对传染病防控、非传染性疾病管理及抗微生物药物耐药性等关键健康挑战的机遇与风险，为构建适应非洲多元文化背景的AI医疗生态系统提供系统性解决方案。

西奈山医疗系统宣布将部署微软Dragon Copilot人工智能临床助手，该系统整合生成式AI、环境监听与自然语言处理技术，旨在自动化行政任务、提升临床文档效率并优化患者护理流程。作为首批采用该技术的学术医疗中心，西奈山计划通过减少医护人员文档负担，使医护团队更专注于患者关怀，首批试点将于2025年底启动并逐步扩展至全系统，同时联合微软持续评估技术安全性与公平性，此前该机构已与Noom合作推进体重管理数字化服务。

人工智能技术正被全球80多个中低收入国家用于结核病筛查，通过移动X光机和AI算法生成肺部热图快速识别感染迹象，显著提升诊断效率并减少痰液样本需求；尽管面临监管缺失和模型性能漂移等风险，但鉴于结核病年致死超120万人且放射科医生严重短缺，该技术在资源匮乏地区展现出革命性价值，可能加速全球疾病控制进程，但需解决后续医疗可及性问题并建立质量保障体系。

人工智能技术正被全球80多个低收入和中等收入国家用于结核病筛查，AI算法通过移动X光机快速分析影像生成热力图，显著缩短诊断时间并减少痰液检测需求；专家指出该技术在发展中国家推广中面临监管不足和模型性能下降风险，需建立外部质量控制机制，同时强调必须确保确诊患者能及时获得治疗，以应对这一每日导致3500人死亡的全球头号传染病。

全球结核病每日导致3500人死亡，年死亡人数超120万，已成为头号传染病杀手且趋势持续恶化。中低收入国家面临放射科医生严重短缺困境，阻碍结核病及时诊断。当前，80多个中低收入国家正引入人工智能技术，通过移动X光机与AI算法实现快速筛查，在马里、尼日利亚和乍得等地成功应用，将痰检样本量减少50%，显著提升诊断效率。专家强调AI在医疗资源匮乏地区发挥革命性作用，但需警惕算法漏诊、性能漂移等风险，呼吁建立严格监管机制与持续质量控制体系，确保患者安全，同时指出AI技术必须与可及的后续治疗相结合，才能真正应对这一全球健康挑战。