环球医讯AI与医疗健康

美国心脏协会科学会议2025上公布的一项前瞻性研究表明，研究人员开发的人工智能算法可通过智能手表背面和数字表冠的单导联心电图传感器准确检测结构性心脏病，包括泵血功能减弱、心脏瓣膜损伤或心肌增厚等病症；该研究基于26.6万份12导联心电图记录开发算法，在600名成人真实场景测试中达到88%的检测准确率，灵敏度为86%，阴性预测值高达99%，有望利用普及型智能设备实现大规模早期心脏病筛查，为心血管疾病预防提供创新解决方案，目前研究团队正计划在更广泛场景中评估该工具并探索其在社区筛查项目中的应用潜力。

华盛顿大学圣路易斯医学院的马林克罗德放射学研究所正建立新的计算与AI赋能成像科学中心，致力于开发基于人工智能的医学成像工具，以改善癌症、心血管疾病和神经系统疾病等多种疾病的诊断和精准治疗。该中心将汇集医学和工程领域专家，整合不同成像类型的信息以识别疾病早期指标，并开发可用于分析数百万医学图像的AI工具，为临床医生提供更精确的诊断支持，标志着AI技术在医疗诊断领域的重大进步，有望改变未来医学的发展方向。

德克萨斯大学达拉斯分校研究人员开发出一种结合人工智能的电化学生物传感器技术，能够通过分析呼出气体中的八种挥发性有机化合物来检测胸腔癌症（包括肺癌和食道癌）。在67名患者的测试中，该设备对经活检确诊的癌症病例准确识别率达90%。这项无创、快速且经济实惠的呼吸分析技术有望成为早期癌症筛查的有效工具，未来可能在初级医疗机构普及使用，帮助医生在疾病早期阶段进行干预，从而提高治疗效果。

加利福尼亚大学圣地亚哥分校医学院科学家通过结合人工智能与分子生物学技术，成功揭示了困扰医学界25年的克罗恩病发病机制核心——NOD2基因与girdin蛋白间的相互作用。研究发现当NOD2基因发生常见突变导致与girdin的连接断裂时，肠道免疫平衡被破坏，引发持续性炎症；该突破不仅解释了炎症性肠病的根本原因，还为开发恢复NOD2-girdin连接的靶向疗法提供了科学依据，有望彻底改变数百万克罗恩病患者的治疗前景，标志着精准医学在消化系统疾病领域的重大进展。

本文基于路透社波士顿医疗科技会议内容，深入剖析医院领导对人工智能存在的三大常见误解：误以为AI将全面取代临床决策流程、认为科技公司仅意图购买医院数据牟利、以及担忧临床工作会被完全自动化；实际上医疗器械企业明确强调AI旨在增强医护人员能力而非取代人类，通过提供更优质数据支持临床决策、减少行政负担导致的职业倦怠，并借助数字孪生等技术实现主动干预预防急诊事件，最终提升患者护理安全与质量，这一核心理念对推动医疗AI健康发展具有重要指导意义。

OpenAI健康AI负责人卡兰·辛格哈尔针对社交媒体流传的ChatGPT被禁止提供法律或医疗建议的传言作出明确澄清，强调“此说法不属实”，公司政策与模型行为均未发生变更；他重申ChatGPT始终不能替代专业建议，但将继续作为优质资源辅助用户理解法律和健康信息，同时指出其使用条款多年禁止在无持证专业人士介入情况下提供需执照领域的定制化建议，以确保用户安全与监管合规，用户仍可合法使用该工具进行一般性信息查询、教育讨论及复杂议题的初步理解，OpenAI致力于平衡负责任AI应用与知识获取需求。

英国国家医疗服务体系(NHS)正在试用Lucida Medical开发的AI软件Pi，该技术能在数分钟内快速解读前列腺癌疑似患者的磁共振成像扫描，实现24小时内完成诊断并安排当日活检，检测准确率达95%。计划于2026年初在利兹教学医院启动大规模试验，若全国推广有望显著降低第四阶段晚期诊断比例，减轻患者诊断焦虑并提升早期治疗率，预计到2033年将使68,000例新发前列腺癌患者中15%的晚期诊断病例转为早期发现，从而改善整体预后效果。

杜克大学医疗系统首席护理官特蕾莎·麦克唐纳强调，医疗数字化转型必须以关怀医护人员为核心。该校运用虚拟现实技术培训新晋临床人员化解紧张局面并减少职业倦怠，同时借助人工智能整合患者病历，将临床医生查阅资料时间从45-60分钟大幅缩减，使"睡衣时间"归零。这种由一线人员参与设计的技术应用显著提升了员工效率与患者满意度，为医疗健康领域人工智能实践提供了以人为本的范本，证明技术应增强而非取代医疗中的人文关怀。

拉斯维加斯HLTH 2025会议显示，人工智能技术已深度融入医疗行业各细分领域，从价值医疗到放射学实现全面渗透，但行业尚未建立统一的治理与评估框架；专家指出供应商需承担部署后工具性能监督责任，尽管医疗机构接受度显著提升，部分企业如Navina和DynaMed正通过内部治理框架积极应对，而联邦监管的潜在介入与行业知识差异使AI治理滞后于技术发展，当前市场自发推动治理标准建设成为关键信号。

美国心脏协会发布的一项初步研究表明，人工智能算法结合智能手表的单导联心电图传感器能够准确诊断结构性心脏病，包括泵血功能减弱、瓣膜损伤和心肌增厚等问题；研究团队利用超过26.6万份心电图数据开发该AI工具，并在600名真实用户中验证其准确率达88%，敏感性达86%且阴性预测值高达99%；这一突破有望利用普及的智能设备实现结构性心脏病的大规模早期筛查，使诊断更便捷可及，有助于在病情发展为严重并发症前及时干预，对心血管疾病预防和公共健康管理具有重大意义，尤其解决当前超声心动图等专业设备稀缺的筛查瓶颈。