环球医讯AI与医疗健康

美国联邦医疗保险（Medicare）推出一项新试点计划，允许私营公司使用人工智能审查老年人的医疗护理请求并在拒绝服务时获得奖励，该计划在亚利桑那州等六个州实施，引发了医生和立法者的强烈担忧，他们认为这将增加患者获取护理的障碍，可能导致不必要的拒绝和延误，尤其对老年人等脆弱群体造成伤害，同时质疑私营公司的利润驱动动机是否会影响医疗决策，相关争议已促使国会提出废除法案并引发全美多州立法监管浪潮。

美国肾脏病学会(ASN)人工智能工作组在ASN肾脏周会议上正式推出肾脏病学领域负责任使用人工智能的临床框架，该框架强调以临床问题为核心开发AI工具，重点涵盖慢性肾脏病、急性肾损伤、透析治疗及器官移植等场景的应用规范，同时指出数据质量、算法偏见和系统整合等挑战需持续依赖临床医生参与，框架已同步发表于《美国肾脏病学会杂志》，旨在通过解决伦理顾虑与技术障碍推动肾脏病诊疗向更精准、公平和高效方向发展，确保AI技术真正服务于患者获益。

最新研究显示，过去五年将人工智能技术融入结肠癌诊断显著提升了检测速度和准确性。该发表在《国际医学信息学杂志》的研究分析了2020至2024年间80项相关研究，表明AI在结肠镜检查中息肉检测和组织病理学分析方面表现突出，深度学习方法常优于传统方法。研究同时指出，可解释AI对建立临床医生信心至关重要，而数据质量、算法优化和临床整合仍是主要挑战，需解决数据多样性、模型泛化能力等问题才能充分发挥AI在结肠癌诊断中的潜力。

最新研究揭示口腔健康与衰老进程的深层关联，牙周病引发的慢性炎症可能通过血液循环加速心血管疾病和全身性衰老，而气道阻塞等问题更会显著影响夜间恢复能力与代谢功能；专家强调口腔实为人体系统的门户，牙龈出血、磨牙或张口呼吸等细微症状实为健康预警信号，通过三维成像和唾液检测等创新手段进行的"长寿牙科"实践已证实改善口腔卫生习惯能有效提升睡眠质量、降低炎症水平并延缓生物学衰老进程。

泽西岛First Medical诊所率先引入Skin Analytics开发的DERM人工智能应用程序，用于辅助皮肤癌诊断。该AI系统通过对常见癌症、癌前病变及良性病变图像的深度学习，能提供更快速安全的临床决策支持，有效减少不必要的转诊。数据显示泽西岛目前有125多名患者等待紧急皮肤癌诊断（中位等待期7周），526名患者处于常规等待通道（半数等待超16周），AI工具有望通过精准识别安全排除50%的病例以缩短诊断周期。自2020年在英格兰国家医疗服务体系应用以来，该技术已评估22万余患者并检出1.8万余例皮肤癌，显著提升早期诊疗效率。

布法罗大学研究人员在《npj Digital Medicine》发表的首项元综述表明，AI增强型可穿戴设备如连续血糖监测仪能提前1-2小时预测血糖变化，为2型糖尿病和前期糖尿病患者提供个性化指导。研究指出，尽管AI模型作为"黑箱"运行影响信任度，且存在数据标准化、临床整合和成本等挑战，但长短期记忆网络和Transformer等模型在整合多源健康数据方面展现出潜力，有望将糖尿病护理从被动反应转变为主动预防，通过实时监测和预测帮助患者避免血糖波动，同时减轻临床工作负担，实现更精准的健康管理。

德克萨斯大学系统宣布成立医疗保健人工智能研究、工程与应用实验室（UT-REAL-Health-AI），该实验室由UT健康情报平台（UT-HIP）与现有UT人工智能协作小组共同推动，旨在解决医疗保健领域缺乏标准化系统评估实施AI工具的核心问题。2023年启动的"医疗保健人工智能协作项目"在2024年末获系统董事会及德州立法机构批准并获资金支持，现已升级为正式实验室，汇集了覆盖圣安东尼奥、休斯顿、加尔维斯顿等全州九个健康科学中心和医学院的跨机构专家团队，通过协调各校区AI研发工作推动人工智能在医疗数据转化、隐私保护及临床应用方面的创新突破，标志着学术医疗体系在人工智能标准化建设方面取得实质性进展。

美国联邦医疗保险服务中心将于2025年1月启动WISeR试点项目，在亚利桑那等六州测试人工智能驱动的事先授权系统，允许私营公司审核老年人特定医疗请求并在拒绝服务时获得经济奖励。该项目引发医疗界强烈反对，医生警告将增加行政障碍、延误必要治疗甚至导致健康风险，立法者已提案废除；支持者则称旨在遏制每年高达58亿美元的低价值医疗支出，但私营公司与保险巨头的资本关联引发对利润驱动型拒批的担忧，凸显AI应用于医保决策的伦理困境与制度漏洞，亟需建立有效监管机制保障患者权益。

麻省理工学院MIT贾米尔诊所与日本国立癌症研究中心医院宣布开展合作，评估名为"未来"（Mirai）的突破性深度学习模型在预测日本女性乳腺癌风险方面的能力。该人工智能工具已在23个国家72家医院超过200万份乳腺X光片上得到验证，此次联合研究将分析2013至2024年间的乳腺筛查数据，旨在确定该模型能否准确评估日本女性的乳腺癌风险。若验证成功，研究成果将推动日本建立基于风险的个性化乳腺癌筛查体系，使高风险人群获得更密切监测，同时减少低风险人群不必要的检查，显著提升早期发现率和五年生存率，为人工智能辅助癌症预防提供重要实践案例。

本文深入探讨了全球范围内患者将血液检测结果、医生笔记等医疗记录上传至ChatGPT等AI聊天机器人的现象，揭示了隐私泄露和诊断准确性等关键问题。通过26岁的伦敦居民莫莉·克尔和63岁的埃利奥特·罗伊斯等真实案例，展示了患者如何利用AI寻求健康建议，既有成功（如罗伊斯发现动脉严重堵塞）也有误诊（如克尔被错误提示垂体瘤）；同时引用哈佛医学院专家观点，强调聊天机器人无法像医生那样有效利用患者数据，且健康隐私法不适用于这些平台，用户几乎放弃所有医疗隐私权。文章结合南佛罗里达大学和范德比尔特大学研究，警示数据可能被意外泄露，呼吁公众在享受技术便利的同时，务必警惕健康信息被滥用的风险，平衡创新与安全。