环球医讯AI与医疗健康

本文系统回顾了2021-2025年间机器学习与人工智能在临床医学领域的整合进展，指出此期间发表的53,000余篇相关文献中，659篇获高引用量，28篇被列为热点论文，凸显了AI对现代医疗的深刻影响。文章重点分析了AI在医学影像、临床预测模型、可解释性AI及医患互动等核心方向的应用现状，强调了TRIPOD+AI等标准化框架对提升研究可重复性的重要性，并探讨了技术发展必须与患者安全、伦理规范及科学严谨性相协调的必要性，为AI在临床实践中的负责任应用提供了前瞻性指导。

美国医学协会宣布将全面加强医疗教育中的人工智能培训体系，确保医学生、住院医师、专科医师和执业医师获得必要的健康AI工具培训与继续医学教育。同时，协会针对深度伪造技术威胁医患关系、电子健康记录结果发布平衡以及跨州远程医疗执照等问题制定了新政策，旨在建立标准化教育框架以强调患者安全与透明度，推动技术真正服务于医生而非增加负担，保护医患信任基础，并优化远程医疗服务可及性。

人工智能正在重塑医疗领域，通过提升诊断精度、简化治疗流程为患者带来前所未有的便利，减少不必要的就诊需求；然而医生过度依赖AI可能导致专业能力退化，AI"幻觉"引发的误诊风险与医疗数据库的网络安全威胁尤为严峻，患者将承担主要风险。专家强调人类医师在监督AI决策、抵御网络攻击方面的不可替代性，呼吁在拥抱技术红利的同时保留医患人文关怀，避免将医疗完全交给追求效率与利润的算法系统。

24岁的黎巴嫩青年马丽娜·埃尔卡万德在2020年贝鲁特港口爆炸事件中目睹家乡毁灭后，毅然投身医疗援助事业，她创立的非营利组织Medonations五年间已为黎巴嫩2.5万余个家庭提供免费药品和手术支持，并创新设立集成人工智能的远程医疗诊所，使瑞士医生能实时监测黎巴嫩患者的生命体征，实现"跨越国界的健康"；该组织在新冠疫情中提供制氧设备，并在2024年以黎冲突期间向流离失所者分发卫生用品，其将个人创伤转化为系统性医疗解决方案的实践荣获联合国青年活动家峰会奖项，彰显科技赋能健康服务的突破性价值。

布朗大学认知神经科学家弗雷德里克·佩奇纳教授专注于"具身智能"研究，通过数学模型结合行为实验和脑成像技术，深入探索焦虑、慢性疼痛、强迫症等健康问题背后的身心连接机制；其团队开发的免费智能手机应用程序帮助慢性疼痛患者追踪疼痛模式，收集的海量数据正被用于机器学习模型预测疼痛结果，并已衍生出一家初创公司，旨在利用人工智能为患者提供个性化分析和指导，将脑科学研究成果转化为实际临床应用，从根本上改善人们在快节奏世界中的身心健康状态，这一跨学科研究将计算精神病学与转化科学相结合，为理解大脑如何解释和调节身体信号提供了新视角。

默克集团与Valo Health签署药物发现战略合作，承诺提供超30亿美元的前期及里程碑付款，旨在利用Valo的AI人类因果生物学平台分析超1700万匿名患者记录与生物样本库，精准识别帕金森病及相关神经退行性疾病的治疗靶点并开发临床前化合物；该合作凸显人工智能在加速药物研发中的核心价值，通过真实世界数据解析疾病复杂性，为高未竟医疗需求领域提供高效解决方案，同时反映诺和诺德、辉瑞等药企正积极布局AI驱动模式以降低开发成本并缩短周期，推动神经科学治疗领域革新。

本文综述了2025年11月发表的五项关于双相情感障碍的重要研究进展，涵盖脑部扫描揭示药物对大脑活动的影响机制、利用皮肤样本培育的"迷你大脑"结合人工智能技术进行疾病检测、坚持治疗对预防未来物质滥用风险的显著效果、情绪不稳定作为双相情感障碍核心症状的新发现，以及针对高风险青少年的预防性认知行为疗法研究。这些突破性研究为双相情感障碍的精准诊断、个性化治疗和早期干预提供了科学依据，有望改善数百万患者的长期预后和生活质量，标志着精神健康领域向精准医疗迈出了重要一步。

韩国高丽大学研究人员开发出一种创新的可解释时间融合网络框架，用于多类心律失常的精准检测与分类。该框架结合局部和全局特征提取及注意力机制，在MIT-BIH心律失常数据库和心房颤动数据库上实现了卓越性能，持续时间、发作事件和Dice分数F1值分别达到96.45%-97.57%、82.05%-98.31%和96.31%-97.45%，显著优于现有模型。此技术能精确识别心律失常的起始与结束时间点，大幅降低信息损失，使临床医生能够基于准确的时间定位制定更有效的治疗方案，为心脏病学领域的智能化决策支持系统发展提供了重要突破，有望显著提高心律失常诊断的准确性和临床应用价值。

本文系统阐述了人工智能技术在新生儿血流动力学领域特别是脑自动调节方面的创新应用，重点分析了四大关键挑战：开发精准的脑室内/脑室周围出血病理生理模型以实现早期预测、建立精确实时的出血检测系统、创建实时多模态计算心血管生理模型指导临床决策，以及研发闭环自动化治疗调节系统，旨在通过AI增强临床医生处理海量数据、提供精准决策支持和实时监控关键生理参数的能力，从而有效预防脑损伤并显著改善早产儿神经发育和整体健康预后。

多克特罗尼克平台数据分析揭示了AI医疗领域显著的代际数字鸿沟：18-25岁Z世代占AI健康咨询用户的37%，而医疗需求最高的65岁以上老年人仅占6%。文章深入分析Z世代积极采用AI医疗的五大原因，包括保险危机、初级保健医生短缺、24/7即时需求、经济压力及对技术的信任；同时指出老年人面临技术障碍导致被排除在创新医疗之外的风险，并提出通过适老化界面设计、技术支持和混合服务模式确保医疗创新惠及所有年龄群体，避免加剧健康不平等，强调医疗未来需要在拥抱技术革命的同时不让任何需要帮助的人掉队。