环球医讯AI与医疗健康

本文探讨了人工智能、虚拟现实等数字技术如何变革医学教育，采访了FARO Educación首席执行官María del Castillo，详细分析了模拟训练、虚拟现实和AI驱动的应用程序如何帮助医学生和医生构建临床技能、实现学习个性化并准备应对复杂的医疗环境，指出这些技术正在推动医学教育从标准化模式向更加个性化的学习方法转变，未来医疗教育将更加注重理解每位专业人员的学习方式并提供更个性化的支持，同时保持临床判断和人际互动等医疗实践的核心要素，确保医生在数字化时代仍能提供高质量的患者护理。

本文深入探讨了人工智能在医学应用中可能引发的临床技能退化风险，通过分析《柳叶刀·胃肠病学与肝病学》发表的研究，揭示内镜医生在使用AI辅助工具后独立检测腺瘤能力显著下降的现象；文章指出过度依赖算法会削弱医疗专业人员的独立判断能力，强调医生应认识到AI工具的局限性，保持和发展专业知识与临床技能，并提出了重新培养技能、加强AI可解释性等应对策略，警示在AI深度融入医疗体系过程中必须采取行动保护关键临床能力。

本文探讨了人工智能在医学领域应用中引发的临床技能退化风险，引用《柳叶刀-胃肠病学与肝病学》发表的研究表明，长期使用AI辅助诊断工具的内窥镜医师在没有技术支援时腺瘤检测率显著下降，从28.4%降至22.4%，揭示了过度依赖AI可能导致专业技能弱化的现实威胁，同时分析了技能退化的多方面风险及应对策略，强调医生必须保持批判性思维和临床技能，防止AI工具削弱医疗专业核心能力，确保在技术深度融入医疗体系过程中保留关键诊断技能以保障疾病预防和患者护理质量。

慕尼黑工业大学、伦敦帝国理工学院和哈索·普拉特纳研究所的研究人员在《自然》杂志上发表研究指出，医疗AI模型存在严重的隐私风险，攻击者可以通过成员推断攻击(MIAs)从模型中提取个人敏感信息，即使这些信息本不应被直接获取。研究表明，高性能的医疗AI模型尤其容易受到此类攻击，对于某些患者，攻击成功率接近100%，远超以往认知。这一发现颠覆了医学AI安全性的传统评估方法，研究人员强调必须在个体层面评估风险，而非仅考虑平均风险，并建议实施严格的模型访问控制和"差分隐私"等保护措施，以防止健康数据泄露可能带来的严重后果，如保险歧视等问题。

北达科他大学医学院与健康科学学院正计划建立一个专注于人工智能的中心，旨在支持医疗研究、学生人工智能能力培训，并与农村医疗组织合作解决实际问题；该中心将由正式的人工智能委员会和多个咨询小组负责运营，重点关注教学与学习、研发、政策和指导等领域，同时应对人工智能伦理问题并确保人类在人工智能应用中的核心地位；文章还提到了人工智能在医疗领域的应用实例，如早期检测胰腺癌病变和区分肿瘤性质，但也指出了AI系统可能存在的风险，如OpenEvidence曾建议给透析患者开致命剂量药物的问题，强调了人类监督的必要性。

北达科他大学医学院正在探索建立医疗健康人工智能中心，该中心将支持农村医疗提供者、研究合作伙伴以及培训具备人工智能能力的学生。医学院已成立正式的人工智能委员会和多个咨询小组，专注于教学、研究开发、政策指导等领域，并举办社区课程普及人工智能知识，同时强调在人工智能应用中必须保持人类的主导地位，确保技术安全有效地服务于医疗健康事业，特别是在解决胰腺癌早期检测等关键医疗问题上展现巨大潜力。

北达科他大学医学院正在积极规划建立专注于医疗人工智能的中心，旨在为农村医疗机构提供技术支持、推动研究并培养学生AI应用能力。该中心将聚焦AI伦理、人类在AI决策中的核心地位以及师生员工的AI素养培训。文章详细介绍了AI在医疗领域的应用潜力，如早期检测胰腺癌病变可提前一年发现、肿瘤分类准确率达92%-97%，但也指出AI系统仍存在局限性，如曾有AI工具因不了解特殊病例而建议了致命剂量的药物，强调了"人在环路"的重要性。梅奥诊所已在日常实践中应用108个AI模型，另有375个正在开发中，展示了AI在医疗领域的快速发展与挑战。

本文探讨了人工智能风险的核心已不仅在于替代人类工作，更在于责任归属问题。作者通过Anthropic关停Fable 5和Mythos 5事件及个人医疗记录错误经历，指出讨论应超越控制权，聚焦于AI系统产生摩擦或失败时的后果承担者。在医疗临床试验和客户服务领域，文章强调合理分配不确定性至关重要——应将概率推理集中在专家可检查层面，让确定性系统一致执行。随着推理成本日益清晰和信任难以量化，作者提出人类在AI支持下工作可能比完全替代更经济高效，因为最终总得有人解释发生了什么，而这些解释成本往往不会出现在云账单上，却会通过客户流失、关系破裂等形式体现出来。

美国波士顿儿童医院进行的一项开创性研究显示，OpenAI的o3人工智能模型成功帮助诊断了18名罕见病患儿，包括10名神经发育疾病患者、4名神经肌肉疾病患者、2名猝死患者和2名早期精神病患者。这项发表在《新英格兰医学杂志》AI子刊上的研究表明，AI技术在疑难杂症诊断中具有显著价值，能够从已分析376个未确诊病例中识别出近5%的新诊断结果，为医学诊断领域带来革命性突破，有望解决困扰医学界多年的罕见病诊断难题。

北卡罗来纳州参议院正在审议一项新法案，旨在规范人工智能在医疗计费和保险决策中的应用。该法案由共和党参议员艾米·加利提出，禁止保险公司仅基于人工智能审查就拒绝保险索赔，同时禁止医疗机构在没有人类医生批准的情况下使用AI进行"升级计费"。支持者认为这将防止医疗机构滥用AI技术增加报销金额而损害患者利益，而医院方面则担忧过度限制AI使用会降低行政效率，希望与立法者合作修改法案内容。该法案已在上周举行初步听证会，预计下周将获得参议院委员会的首次审议。