环球医讯AI与医疗健康

随着ChatGPT等聊天机器人在2022年发布后，它们已成为人们获取健康信息的热门来源，调查显示四分之一的美国成年人最近曾使用聊天机器人获取健康指导；《纽约时报》邀请500多名读者分享使用聊天机器人获取营养帮助的经历，他们的故事大多积极正面，但也暴露出聊天机器人可能提供的不准确甚至有害建议问题，专家警告某些情况下可能导致营养不良和饮食失调，建议使用聊天机器人时需谨慎，对于诊断或管理医疗状况等任务，最好先咨询医生或专业营养师的意见，同时应要求聊天机器人提供可靠来源的参考文献并进行交叉验证。

诺贝尔化学奖得主詹妮弗·杜德纳对人工智能在医疗领域短期内治愈疾病的能力表示质疑，认为生物学复杂性远超当前AI技术能解决的范围，此观点引发学术界激烈讨论；多位研究人员援引历史案例指出专家常低估指数级技术的发展潜力，以AlphaFold等成功案例反驳其观点，争论聚焦于AI在药物研发中的实际作用与局限，凸显了技术乐观主义与科学严谨性之间的张力，对AI医疗应用的预期管理具有重要启示意义。

2024年诺贝尔化学奖得主约翰·詹珀在谷歌DeepMind工作近九年后宣布离职，正式加入美国人工智能初创公司Anthropic。作为AlphaFold系统的核心开发者，詹珀带领团队实现了超过2亿种蛋白质结构的精准预测，该突破性技术彻底革新了生物医学研究方式，使原本需数月实验室工作的问题得以快速解决。此次人才流动标志着科技巨头与AI初创企业间高端人才争夺战的白热化，谷歌DeepMind首席执行官德米斯·哈萨比斯高度评价AlphaFold"改变了世界，展示了AI在科学与医学领域的革命性潜力"，而Anthropic此举进一步强化了其在基础科学研究领域的战略布局。

本文探讨语音AI如何从简单的电话机器人和笔记工具演变为医疗健康系统的“运营层”。在2026年，语音AI能够全天候倾听、理解请求、启动任务、更新记录并连接患者与下一步最佳行动。文章详细分析了语音AI在预约挂号、药物续方、分诊导航、多语言访问等方面的实际应用，强调其通过减少行政负担、扩大24/7支持来缓解医院人手短缺和呼叫量激增的问题。同时，文章指出安全合规（如HIPAA）、人机协作（复杂情况转交人类）以及将语音AI视为核心基础设施的重要性。未来，语音AI将与环境文档、临床助手和护理协调工具深度融合，真正成为连接患者、员工和电子健康记录工作流的连续层。

最新发表在《科学》杂志的研究表明，大型语言模型在急诊室诊断决策方面已达到甚至超越医生水平，尤其在信息有限的紧急情况下表现更为突出；美国研究团队测试了OpenAI系列模型在真实急诊场景中的应用，发现AI在急诊室接诊点决策上具有显著优势，但多位国际专家指出研究存在仅限文本分析的局限性，强调AI应作为结构化的第二意见工具而非替代品，其临床价值最终需通过真实世界试验验证，包括减少误诊、缩短等待时间和改善患者结果等关键指标。

人工智能正在从根本上改写免疫学的时间线，将疫苗开发从传统的缓慢实验室试验转向预测性计算建模。以往需要十年试错的过程如今可在数天内模拟完成，有望使全球医疗从被动防御转向主动应对传染病及癌症等慢性病。通过分析海量多组学数据集，剑桥研究人员发现AI可精确预测人体免疫细胞如何与特定病原体片段相互作用，从而在物理实验室合成前优化疫苗配方。这项技术的飞跃在下一代疫苗平台中尤为显著，如利用机器学习设计共价闭合环状RNA结构以增强稳定性，以及通过深度学习精准定位高免疫原性抗原片段。同时，制药巨头部署AI优化生产与冷链配送，公共卫生组织则利用大语言模型对抗疫苗犹豫，构建基于同理心的沟通策略。未来科学界正推动“AI-传统实验”混合范式，确保在AI加速初始架构的同时，严格的人为监督与临床试验仍是安全性的最终仲裁者。

一项新研究发现，人工智能在临床工作流程中的整合方式会影响人们对医生医疗责任的认识。模拟陪审团实验中，当放射科医生在AI标记异常后只审阅一次CT扫描时，近75%认为其未尽到注意义务；而当医生审阅两次（一次在AI反馈前，一次在AI反馈后）时，这一比例降至53%。研究指出，调整AI辅助下的工作流程可降低法律风险，但也需权衡成本。该研究由宾夕法尼亚州立大学、布朗大学和西东大学的研究人员合作完成，发表在《自然·健康》期刊上。

随着加州一起关于医疗机构使用环境AI的集体诉讼案件启动，辛辛那提的FBT Gibbons律师事务所提出了10条建议，提醒医疗机构在采用AI技术时需高度关注诉讼风险。文章指出，医疗机构面临的法律风险不仅来自AI工具的功能本身，更源于其实施、披露、治理和监控方式。这10条建议涵盖：AI应用加速伴随诉讼风险上升；医疗AI风险往往涉及多个领域；患者知情同意至关重要；需仔细评估敏感数据在AI系统中的流动路径；不能假定使用第三方平台就能转移法律责任；应建立基于风险、跨职能且融入实际工作流程的AI治理机制；透明度有助于建立患者信任；AI法律框架仍在演变中；周密的治理虽不能消除所有风险但能降低暴露；关键问题已不再是AI是否应在医疗中发挥作用，而是如何以尊重患者期望并经得起法律监管审视的方式负责任地使用AI。

梅奥诊所前研究主任特拉西·塔米科·江藤提起诉讼，指控这家全球知名医疗机构在实施人工智能医疗工具过程中存在严重问题，包括忽视隐私风险、删除不利测试结果、错误描述工具能力，并因她举报这些问题而进行报复。诉讼揭示了MAYA数字助手高达67%的错误率，引发了对医疗AI工具可靠性和医疗机构诚信的严重质疑，同时也凸显了举报人在面对医疗巨头时可能面临的职业风险。

杜伦大学计算机科学系开发出人工智能工具，帮助医护人员更早识别危重病人，该技术基于电子健康记录分析患者终身健康数据，提供个性化风险评分。在索尔福德皇家医院超过17万次入院测试中，AI正确识别了92%病情恶化的患者，远优于传统NEWS2系统的13%，有望直接挽救生命，并促进医院与出院患者之间的沟通。该项目与英国国家医疗服务体系基金会、大曼彻斯特大学等合作，获得国家卫生与护理研究所和医学研究委员会支持，并在急性医学学会国际会议上获得最佳展示奖。