环球医讯AI与医疗健康

马萨诸塞大学阿默斯特分校研发BIDSleep应用，通过Apple Watch采集的实时心率和运动信号结合人工智能算法，实现接近临床脑电图精度的睡眠阶段分类。该技术突破使日常穿戴设备能进行多日连续睡眠监测，为心血管疾病风险预警、认知衰退预防提供关键数据支持，将大幅降低睡眠健康监测门槛，未来或成为失眠患者和慢性病管理者的首要健康评估工具。

纽约大学朗格尼健康中心医院医学部在权威期刊发表多项前沿研究，涵盖医疗质量与安全、电子健康记录中的污名化语言干预、基于大语言模型的静脉血栓栓塞诊断延迟识别、人工智能机会性评估腹主动脉钙化预测心血管疾病、肝移植真实世界数据验证、新冠后嗅觉功能障碍队列研究、医学教育人工智能整合实践，以及面向老年人的远程医疗紧急护理分析等重要领域，这些成果显著推动了临床医学实践与健康科技的融合发展。

本文深入探讨了合同开发与制造组织（CDMO）提供端到端服务如何显著简化小型生物制药公司的药物开发流程，通过减少管理复杂性、压缩时间周期和降低总体拥有成本，同时优化跨部门协作效率；详细分析了人工智能与数字孪生技术在加速药物分子设计和制造中的应用价值，指出AI虽能精准设计靶向分子但导致合成步骤激增，需依托数据标准化和数字平台突破效率瓶颈；还阐述了行业供应链战略从成本导向转向区域化布局的必然性，强调通过强化科学基础、保障数据质量和建立安全供应体系，以应对地缘政治风险与关税波动，确保创新药物及时推进至临床及市场，从而维护企业核心竞争力和患者健康权益。

在TCT医疗技术创新论坛上，全球医疗专家深入探讨了人工智能等新兴技术如何重塑医疗健康领域，既肯定了医疗技术在血运重建、心房颤动和心脏瓣膜疾病等领域的显著进步，也指出了美国医疗体系在寿命和功能状态方面落后于其他高收入国家的严峻现实，讨论聚焦于医疗技术创新面临的监管瓶颈、资金挑战及如何确保技术真正惠及患者，同时强调了AI虽具潜力但不能解决所有问题，需要系统性改革与谨慎监管并重，以平衡创新与安全，推动医疗技术向更高效、更公平的方向发展。

美国南加州大学研究团队首次利用人工智能和超过50,000人的磁共振成像数据绘制了大脑关键连接结构——胼胝体的遗传图谱，发现数十个影响其大小和厚度的基因区域，其中许多在产前发育阶段活跃；这些基因差异可能解释胼胝体结构变化与注意力缺陷多动障碍、双相情感障碍等精神神经系统疾病的关联，为理解大脑发育分子机制提供关键线索，并开发开源AI工具助力全球脑科学研究，将传统需数年的人工分析缩短至数小时，有望推动精神疾病诊断与治疗新方法的发展。

一项由美国研究人员开展的新研究证实，人工智能技术能够通过分析智能手表（如Apple Watch）采集的单导联心电图数据高效检测多种结构性心脏病，包括心脏泵血能力减弱、瓣膜损伤及心肌增厚等问题；该AI系统在600名受试者测试中区分心脏病患者的准确率达88%，识别患者准确率为86%且排除健康人准确率高达99%，展现出利用现有可穿戴设备实现大规模早期筛查的潜力，有望显著提升心血管疾病预防性护理水平，研究成果将于美国心脏协会年会上公布，为未来社区医疗筛查提供创新路径，相关工具后续计划在更广泛环境中评估其整合应用价值。

美国耶鲁大学医学院研究团队开发的人工智能系统，通过分析苹果手表单导联心电图数据，能以88%的准确率识别结构性心脏病（包括心泵功能减弱、瓣膜损伤及心肌增厚），该技术在纽奥良美国心脏协会年会上公布，有望利用普及设备实现大规模早期筛查；研究基于26.6万份12导联心电图训练AI，测试中对600名受试者的智能手表30秒数据检测显示，识别心脏病准确率达86%，排除健康人群准确率高达99%，但研究者强调会议成果需经同行评审期刊发表后才具最终效力。（158字）

本期《医学评论-雅盖隆医学评论》期刊社论详细介绍了该刊物的历史传承与现代发展，回顾了自1862年克拉科夫医师创立以来的演变历程，重点阐述了当期发表的多项医学研究成果，包括精神分裂症神经代谢研究、青少年亚临床炎症与身体成分指标关联分析、脑膜中动脉栓塞术治疗慢性硬膜下血肿的综述、床旁超声在急诊中的应用进展、微创冠状动脉旁路移植术的技术革新以及心包填塞急救案例，展示了雅盖隆大学医学院如何将百年学术传统与当代医学技术创新相融合，为临床实践提供科学依据。

随着人工智能技术的普及，大量由聊天机器人生成的编辑信件正涌入全球科学和医学期刊，这些信件通常由突然高产的作者提交，旨在通过引用自身论文提升学术影响力。西班牙纳瓦拉大学的卡洛斯·查卡尔博士发现，一名中东国家医生在2025年一年内发表了84封跨领域信件，此类现象在2023年后激增，现已占期刊信件总量的近22%，严重威胁学术出版的严谨性和科学对话的有效性，多位期刊编辑警告这可能导致学术诚信危机，而现有解决方案如停止索引信件或拒登均存在明显缺陷，凸显了AI滥用对科研生态的深层破坏。

本文全面回顾了点-of-care超声(POCUS)在院前急救环境中的临床应用现状、技术优势与局限性，详细阐述了其在心脏骤停、创伤、胸痛和呼吸困难等危急情况下的具体应用价值，分析了不同国家急救医疗系统采用POCUS的差异，讨论了操作者培训、设备微型化、诊断准确性等关键问题，并前瞻性地探讨了人工智能技术在POCUS中的融合应用前景以及远程医疗传输的发展趋势，强调了标准化培训体系建立和法律规范完善对推动院前超声诊断技术普及的重要性，为提高院前急救质量和患者生存率提供了科学依据。