环球医讯AI与医疗健康

美国国立卫生研究院(NIH)资助加州大学圣地亚哥分校研究人员开发创新人工智能工具，用于预防HIV、丙型肝炎和药物过量问题。该项目名为"AMPLIFY"，通过创建基于社区的"数字孪生体"模拟药物使用者的干预偏好与决策模式，帮助公共卫生部门更精准了解当地需求、优化资源分配。研究团队将训练大型语言模型生成代表不同地区人群的数字模拟，整合至HIV和HCV传播模型中测试预防策略有效性。该项目强调让药物使用者全程参与开发过程，确保技术真正反映社区需求，标志着AI在公共卫生决策中的突破性应用，有望显著提升对这三类健康威胁的应对效果，最终挽救更多生命。

本文介绍了ICON与微软的战略技术合作以加速Orbis人工智能平台发展，分析了分散式临床试验(DCT)实施过程中试验站点面临的工作负担挑战，以及Insilico Medicine与SK Biopharmaceuticals在AI赋能的神经免疫中枢神经系统疾病药物发现方面的合作进展，这些内容对于理解AI技术如何重塑临床试验运营模式及中枢神经系统疾病治疗研发具有重要参考价值，体现了人工智能与医药健康领域的深度融合。

本文探讨了对抗致盲性传染病的创新技术，重点介绍了坦桑尼亚桑给巴尔地区使用AI无人机对抗疟疾的"无疟疾未来"项目，以及Sightsavers开发的TT追踪器手机应用程序在沙眼防治中的应用。无人机技术能精准识别蚊子繁殖地并喷洒生物杀幼剂，已在加纳试点中将繁殖地识别率提高三倍，杀幼剂使用减少60%；TT追踪器则有效组织患者数据，大幅减少失访率，将数据获取时间从13周缩短至几分钟，已成功应用于非洲和南美洲九个国家，未来可能扩展到淋巴丝虫病和白内障手术领域。

迪拜卫生局AI主管马吉德·苏丹·阿尔·梅海里警告称，在医疗这一高风险领域，真正阻碍创新（包括AI采用）的是缺乏信任。他将在新加坡HIMSS26亚太会议上发表主题演讲，阐述监管者应扮演"AI架构师"角色的观点，强调从系统设计之初就应将信任基础设施嵌入，而非事后添加。阿尔·梅海里详细解释了治理、验证和数据主权三大关键要素，指出医疗AI创新需要设计明确的政策框架、独立验证机制和本地化模型，才能实现从试点项目到大规模应用的跨越。他挑战了"监管是创新障碍"的误解，主张基于风险的治理实际上是加速器，能通过分类管理让高价值低风险应用快速落地，同时确保患者安全。迪拜经验表明，监管机构应率先在自身工作中应用AI，建立本地数据和人口特异性模型，并从第一天起就嵌入治理机制，只有通过监管机构、医疗机构、学术界和产业界协作，才能构建公众真正信任的医疗AI生态系统。

宾夕法尼亚州立大学最新研究显示，以ChatGPT为代表的AI"医生"在回答健康问题时准确率约为76%，在常规医疗咨询方面表现较好，但在皮肤科和心理健康等领域准确率较低。研究警告公众不应过度依赖AI进行自我诊断，尽管对全球超过50%缺乏适当医疗资源的人群而言，AI可能成为有价值的补充资源。同时，盖洛普调查显示近半数美国人已在医疗决策中使用AI，14%的人甚至因AI建议跳过了就医。

宾夕法尼亚州立大学最新研究显示，AI"医生"回答健康问题的准确率约为76%，其中ChatGPT表现最佳。研究发现AI在常规医疗咨询中表现良好，但在皮肤科和心理健康领域存在明显不足。尽管AI可为全球50%缺乏医疗资源的人群提供帮助，但专家警告公众切勿依赖AI进行自我诊断。调查显示，14%的美国人曾因AI建议放弃就医，相当于约1400万人，凸显了过度依赖技术可能带来的健康风险，也反映出医疗资源分配不均的现实问题。

宾夕法尼亚州立大学最新研究显示，以ChatGPT为首的AI医疗聊天机器人能准确回答约76%的健康相关问题，在常规健康咨询和一般医学问题上表现较好，但在心理健康和皮肤科领域表现较差。研究发现AI系统在回答健康问题时的表现优于传统搜索引擎，但研究人员警告公众不要依赖AI进行自我诊断，强调其准确性仍无法与人类医生媲美。该研究将于2026年计算机械协会公平性、问责制和透明度会议上公布，同时盖洛普调查显示近半数美国人已将AI纳入医疗决策过程。

一项发表在《npj数字医学》期刊的范围综述分析了140项实证研究，揭示人工智能在医疗健康领域的应用效果高度依赖任务特性和临床工作流程整合。研究发现，当AI系统用于特定且界定明确的任务（如病例优先排序、区域标注或文本起草），而临床医生保留最终决策责任时，人机协作效果最为显著；但当前研究存在评估标准不一致、过度关注短期任务指标、忽视问责制和患者安全等关键问题，未来研究应更注重任务特定性、长期影响及治理框架，确保人工智能在医疗健康领域的安全有效应用，避免因监督不足而带来的健康安全风险。

美国加州大学圣地亚哥分校研究团队首次成功利用人形机器人完成胆囊切除手术，开创了医疗机器人应用新纪元。这种名为'Surgie'的新型手术机器人仅重60磅、高约五英尺，相比传统重达1800磅的大型手术机器人系统，具有体积小、成本低、操作灵活等显著优势。该技术有望解决偏远地区、战场及太空等特殊环境下的医疗资源短缺问题，通过远程操作实现优质医疗服务的普惠化，为全球医疗资源不均衡问题提供创新解决方案。

Magna GenAI Consulting首席执行官Sahar Hashmi博士在HIMSS医疗AI论坛前夕接受采访时深入剖析了医疗系统与AI技术供应商之间的三大关键脱节点：医疗系统往往跳过明确定义问题的基本步骤就急于寻找解决方案；忽视AI工具训练数据与特定医疗机构患者群体的匹配性；以及医疗机构未能诚实地评估自身实施AI的准备情况。她强调成功实施AI必须从设计阶段开始让医生、IT、领导层和法律团队共同参与，避免将AI采用简单视为"IT问题"，并建议创建"AI卓越中心"使AI技术真正融入日常医疗运营，从而改善患者护理、支持个性化治疗并降低系统成本，实现AI从附属项目向核心业务的转变。