环球医讯AI与医疗健康

23岁的Patrick O'Donnell因胶质母细胞瘤（一种侵袭性脑癌）于2025年去世，他的抗癌历程正影响着人工智能在医疗保健中的角色。在美国新闻《明日医疗》会议上，专家们探讨了AI如何通过整合大量医疗数据创建个性化治疗方案，提升诊断准确性与治疗效果。文章强调AI必须负责任地实施，保持透明度与患者同意，才能在减轻医生行政负担的同时，真正改善患者护理质量与健康结果，为未来癌症患者提供更加精准、个性化的医疗服务。

本研究专题聚焦单细胞组学、空间转录组学与多组学整合技术在脑科学领域的突破性应用，系统阐述这些技术如何突破传统批量组织分析的局限，以前所未有的分子与细胞分辨率解析大脑发育、神经可塑性及神经退行性疾病机制；专题特别强调计算方法的创新需求，包括多模态数据整合算法、机器学习框架及虚拟细胞模型开发，并明确列出八大核心研究方向，涵盖自闭症、阿尔茨海默病等神经精神疾病的多组学特征解析，以及脑类器官模型与高通量单细胞扰动筛选等前沿领域，旨在推动分子发现向生物标志物与精准治疗转化，为下一代神经科学研究提供方法论框架。

美国脑机接口初创公司Paradromics成功完成首例人脑植入手术，其Connexus设备旨在帮助严重运动障碍患者恢复沟通能力。该技术通过检测说话意图产生的神经活动并将其转换为文本或合成语音，而非生物修复声带，为运动神经元疾病患者提供新希望，未来可能扩展至高级假肢、直接AI交互及神经系统疾病治疗领域，标志着脑机接口技术从理论研究向临床应用迈出关键一步。

本文探讨了人工智能如何重塑医患关系，形成医生、患者和AI构成的"信任新三角"。文章指出，AI使患者在就诊前就能获取症状解释、诊断建议和治疗方案，改变了传统上医生作为唯一信息提供者的角色。然而，医疗的核心不应变成知识竞赛，而应保持治愈的伙伴关系。作者强调，AI的价值不在于回答问题的数量，而在于能否帮助医患双方获得更精准的诊断、更个性化的治疗和更好的健康结果。文章还讨论了AI在行政任务处理和医学知识辅助方面的潜力，同时指出知识与理解之间的本质区别，以及医患关系中的人文关怀和判断力是AI难以替代的关键要素。

慕尼黑工业大学研发出一种柔软气动手套外骨骼，通过读取前臂肌肉发出的微弱电信号，帮助手部瘫痪患者恢复抓握能力。该系统结合低成本面料与智能气囊，利用机器学习算法以97%的准确率解读用户意图，从而充气激活相应气室帮助手指安全抓握物品。研究团队与肌萎缩侧索硬化症患者合作开发，使一名四年无法拿起叉子的患者重获自理能力，且仅需五分钟训练即可显著提升控制效果。这种低成本设计有望让更多中低收入家庭的中风幸存者和神经损伤患者受益，标志着神经工程学与可穿戴技术的重要突破。

加州大学圣地亚哥分校科学家成功实现类人机器人在外科手术领域的突破性应用，首次由远程控制的类人机器人完成活体动物的腹腔镜胆囊切除术。研究团队使用改装的Unitree G1类人机器人"Surgie"，展示了其在缓解外科医生短缺、提高医疗可及性方面的潜力，特别是在农村和资源匮乏地区。尽管技术仍处于早期阶段且面临校准和响应延迟等挑战，但研究人员认为这类机器人未来有望作为手术助手与人类医生协同工作，共同构建面向未来的手术室，为传统医院和非传统医疗场景提供更广泛的医疗服务。

加州大学戴维斯分校研究人员成功开发出先进的脑机接口技术，使47岁肌萎缩侧索硬化症(ALS)患者凯西·哈雷尔重获语言能力并维持全职工作。在为期两年的临床试验中，他通过该系统完成了超过18.3万句话、近200万个单词的交流，达到平均每分钟56个单词的沟通速度，句子准确率达92%，词汇量达12.5万个。这项发表在《自然·医学》杂志的研究表明，使用者能完全独立操作电脑，无需研究人员协助，为严重瘫痪患者带来革命性改变。神经科学家谢尔盖·斯塔维斯基指出，凯西使用系统期间记录的3800小时高分辨率脑部活动数据是有史以来规模最大的单神经元水平个体脑部记录数据集，将极大促进对人脑语言产生机制的理解，为未来疗法开发提供宝贵依据。

瑞士洛桑联邦理工学院助理教授夏洛特·布内凭借"虚拟患者实验室：人工智能驱动的精准肿瘤学模拟与诊断"五年期项目，荣获2026年洛佩斯-洛雷塔奖。该项目通过构建整合分子、细胞到器官尺度的个体化计算模型，利用多模态基础模型、生成式疾病预测模型及智能决策支持工具，使临床医生能在实际治疗前模拟疾病进程并测试不同疗法。该研究获得100万欧元资助，将推动肿瘤血液学领域实现从疾病描述到干预预演的范式转变，为精准医疗提供突破性技术路径。

美国国立卫生研究院向夏威夷大学提供1200万美元五年期拨款，在夏威夷癌症中心和约翰·伯恩斯医学院建立太平洋人工智能与医学数据科学中心（PAC-AID），该中心将利用人工智能和数据科学加速生物医学研究，重点改善夏威夷及太平洋地区健康成果，计划支持四项核心研究项目并建立针对太平洋岛民健康问题的试点计划，同时培养新一代医学人工智能研究人才，预计显著提升夏威夷州生物医学研究能力并吸引后续联邦资金支持。

夏威夷大学癌症中心和UH Mānoa约翰·A·伯恩斯医学院的研究人员获得美国国立卫生研究院超过1200万美元资助，用于建立太平洋人工智能和医学数据科学中心(PAC-AID)。该中心将整合AI技术到生物医学研究中，重点解决夏威夷及太平洋地区的健康挑战，特别是针对亚裔和太平洋岛民人群的癌症风险预测。项目将持续五年至2031年2月，将翻新癌症中心数据中心并建立医疗AI核心，资助4个主要研究项目和8个以上本地试点研究，预计将为夏威夷带来超过3100万美元的经济和研究影响，同时培养6-8名早期阶段教师成为独立研究者。