环球医讯AI与医疗健康

新加坡南洋理工大学推出全国首个AI驱动的心理急救培训移动应用，通过自然语言处理与大语言模型实现角色扮演模拟，帮助学习者识别心理 distress 并提供同理心支持。该应用已培训超3000名用户，显著提升校园心理健康应对能力，计划扩展至全球高校及社区场景，其自适应学习算法可动态调整训练难度，结合"观察-倾听-联结"核心步骤构建安全实践环境，在保留AI反馈优势的同时强调需根据个体差异灵活应用技能，标志着心理健康教育数字化的重要突破。

新加坡金士顿国际学院与1doc合作开发该国首个AI赋能的社区健康培训教育路径，旨在应对医疗 workforce短缺问题，通过数字工具和数据驱动的预防性护理方法培训健康教练。课程涵盖生物年龄评分、持续血糖监测、数字孪生追踪等先进技术，结合异步在线学习与现场研讨会，将于2026年启动。该项目聚焦技术流利度与临床能力提升，支持健康新加坡计划向预防性医疗转型，以应对2030年老年人口占比25%的挑战，目标培养能立即投入社区初级护理的复合型人才，助力老龄化社会的健康管理。（128字）

新西兰卫生部宣布计划在全国急诊部门部署AI文书系统给1000名医生和一线工作人员，基于早期试点成功；卫生部长西蒙·布朗强调该工具旨在减少文书工作负担，使医护人员有更多时间专注于患者诊疗，试点数据显示医生每班次平均多接诊一名患者，从而显著缩短急诊等待时间并提升效率；AI系统已适配新西兰临床语言与隐私标准，获健康新西兰（Te Whatu Ora）正式认证，不会替代临床判断但能有效支持医疗人力资源优化，目前该国公私医疗机构正积极采用此类技术以减轻行政负荷并推动数字转型。

威尔康奈尔医学院卡塔尔分校（WCM-Q）成功举办第二届医学教育技术会议，汇聚全球医学教育、人工智能及人文领域顶尖专家，深入探讨AI、VR和AR等技术如何革新医疗保健与医学教学体系。会议以“连接的力量：利用技术促进人文医学教育”为主题，强调将人文学科研究与先进技术融合的重要性，确保医学教育坚守以人为本、伦理规范和富有同情心的核心原则。与会者详细分析了人工智能对医学生认知发展的深远影响、沉浸式模拟技术在教学中的情感心理效应，以及游戏化教学方法的创新价值，同时讨论了个性化学习工具和沉浸式培训带来的机遇与挑战，旨在通过技术创新提升医疗教育质量并强化医师的人文素养，最终推动患者护理水平的全面提升。

卡塔尔威尔康奈尔医学院-Qatar（WCM-Q）成功举办第二届医学教育技术会议（METC），汇聚全球医学教育与人工智能领域顶尖专家，深入探讨人工智能、虚拟现实和增强现实技术如何革新医疗保健体系与医学教学模式。会议聚焦"连接的力量：利用技术实现人文主义医学教育"主题，强调在医学教育中整合人文科学与先进技术的必要性，确保教育保持以人为本、伦理规范和富有同情心，同时剖析了技术革新带来的个性化学习机遇、沉浸式培训工具应用挑战，以及在人工智能时代培养医学生同理心、创造力和职业素养的关键策略。

在MedCity News举办的Tête-à-tête Health活动上，萨特医疗集团和坦帕综合医院高管分享了部署AI的经验，强调在自动化行政流程的同时必须保留人文关怀。他们指出代理型AI可优化后台任务成为竞争要素，但临床决策仍需医生主导验证；AI治理需精准监控模型漂移而非泛泛监管，技术成效应综合考量员工留存率、患者体验及临床工作效率，环境化文档工具已显著缓解医护人员职业倦怠并延长执业年限。

美国医院协会近日致函白宫科学技术政策办公室，呼吁简化并协调医疗保健领域人工智能监管政策。该协会指出当前重叠的监管框架正威胁行业创新并推高运营成本，美国医疗保健支出中超过四分之一（年均逾1万亿美元）消耗在行政事务上，近40%医院处于亏损运营状态。协会提出四项核心建议：整合现有政策框架避免重复监管、消除州级隐私法等监管障碍、确保临床医生参与AI决策过程、解决农村地区宽带与数字素养不足等基础设施问题。同时批评要求医院72小时内恢复网络系统的拟议规则"技术上不可行"，主张采用自愿性网络安全标准，并强调跨部门协作对推动AI在患者护理中安全应用的重要性。

科技记者戴维·波格在普渡大学西北分校论坛演讲中指出，人工智能正深度重塑医疗体系，其应用涵盖心理健康诊疗、可穿戴设备疾病预警及药物研发三大领域；苹果手表等设备已能通过心率监测预警心房颤动等疾病，AI诊断准确率在78%案例中超越医生，更将新药研发周期从15年缩短至13个月，但数据偏见、隐私安全和责任认定等问题仍需警惕，该技术已展现拯救数百人生命的现实价值，标志着医疗健康领域迎来革命性变革。

本文深入剖析了人工智能技术如何革新初级医疗体系，显著强化护士的关键职能；通过自动化行政流程、提供实时临床决策支持及优化患者互动体验，AI赋能护士更高效地执行精准化、个性化护理服务，从而提升患者预后效果；同时系统探讨了数据隐私保护、系统互操作性挑战及专业技能发展需求，并展望了AI与人类护理协同推进预防性医疗和慢性病管理的未来图景，为医疗体系转型提供重要实践路径。（128字）

英国格拉斯哥大学科研团队利用Tursa超级计算机成功开发出名为PLM-Interact的蛋白质语言模型，该模型通过解析蛋白质“分子语言”实现高精度预测蛋白质相互作用及突变影响，准确率比现有工具如AlphaFold3提升16%至28%，在癌症机制研究、病毒宿主交互分析及药物靶点发现方面取得突破性进展，有望大幅加速新疗法研发进程，相关成果已发表于《自然·通讯》期刊。