环球医讯AI与医疗健康

英国药品和医疗保健产品监管局宣布七款人工智能工具入选AI Airlock计划第二阶段，这些创新技术涵盖AI临床笔记记录、先进癌症诊断、眼疾检测、医院住院摘要及血液检测解读等领域，将在受控环境中进行安全性与有效性测试至2026年3月，旨在解决AI医疗器械监管的三大核心挑战，并为MHRA国家AI医疗监管委员会提供决策依据，推动英国NHS实现从模拟医疗向数字化转型的十年健康计划目标，最终打造全球最AI化的医疗体系。

微软宣布将其Dragon Copilot人工智能临床助手功能扩展至护士群体，该工具能自动记录护患互动并协助护理文档工作，计划于2025年12月在美国正式推出；通过与多家医疗系统合作开发，此更新专为优化护士文档流程设计，不同于医生的记录方式，可显著减少行政负担、降低认知负荷，使护士更专注于患者护理，目前已在倡导健康等机构试点成功，微软将其定位为全球首个专为护理领域打造的商用环境文档产品，并同步开放第三方应用集成生态，与OpenEvidence和UpToDate等平台合作提供临床内容支持，标志着AI技术在医疗场景的深度落地。

依视路陆逊梯卡宣布收购瑞士健康科技公司Ikerian AG，后者以RetinAI品牌专注于眼科护理软件开发，此举是其扩大医疗技术产品组合战略的关键步骤；RetinAI核心产品Discovery平台利用人工智能实现患者数据管理与疾病监测，将助力提升诊断速度和准确性，改善患者预后，此前该公司已收购意大利眼科设备商Espansione Group，标志着其通过数字化手段构建全面患者诊疗路径的坚定决心，旨在推动全球眼科医疗创新。

人工智能正深刻变革医疗保健领域，但其应用中的安全性和公平性面临严峻挑战。本文系统分析了AI偏见在数据来源、模型构建和人为监督环节的产生机制，揭示了训练数据不足、算法设计缺陷及开发团队多样性缺失如何导致对女性、黑人及低收入群体的误诊风险；强调偏见将违反医疗公平原则并削弱医患信任，呼吁开发者采用多样化数据集验证公平性，医疗机构加强伦理整合与持续监测，政策制定者建立包容性标准，公众积极参与公共讨论与倡导，通过多方协作确保AI技术真正惠及全民健康，推动医疗服务实现更可及、更经济、更公正的未来。

本文深入探讨了过度依赖对话式AI聊天机器人可能加剧用户妄想、偏执和自杀意念等精神健康问题的现象，专家指出"AI精神病"术语虽具误导性（因AI仅放大而非引发病症），但已出现相关法律诉讼案例；文章强调科技创始人必须通过三项核心措施预防风险：严格禁止在工作场所、学校或心理健康场景提供指导性建议、避免使用"你很可能……"等语句推测个人风险、杜绝生成情绪操控内容，同时需建立包含政策框架、监督问责和数据保护的治理体系，确保AI设计符合伦理标准，在全球心理健康危机背景下为脆弱用户提供实时保护，实现创新与用户福祉的平衡。

一项基于类似ChatGPT技术开发的人工智能算法德尔菲，能够通过分析个人医疗历史精准预测1000多种疾病在20年内的发生风险。该系统利用英国生物样本库40多万参与者的健康数据训练，在痴呆症、心脏病等疾病预测上表现优异，可作为医生的早期预警工具，帮助识别高风险患者并优化医疗资源配置。尽管在病毒性感染和罕见遗传疾病预测上存在局限，但其短期预测准确性媲美现有临床工具，且仅需基础信息即可运作。研究引发对AI在医疗中应用潜力的讨论，同时涉及患者知情权等伦理问题，相关成果发表于2025年9月《自然》杂志，标志着AI辅助医疗决策的重要突破。

新加坡裕廊健康园区的黄廷方综合医院与裕廊社区医院将启动为期五年的"裕廊抗衰老韧性项目"，通过人工智能算法分析患者生理及心理社会数据，精准预测身体虚弱、认知衰退及糖尿病等代谢疾病风险，为约1000名患者提供个性化干预措施；该项目采用预防性医疗模式，针对高风险人群定制物理治疗与营养管理方案以降低再入院率，预计2026年第二季度启动，主要惠及西部地区即将迈入65岁的30万居民，依托裕廊健康基金140万新元筹款支持，同时体现精准医疗在控制长期医疗成本方面的创新价值，标志着新加坡在老龄化社会健康管理领域的重大突破。

该研究探讨了如何在保护患者隐私的前提下运用人工智能技术改善精神疾病的早期诊断与治疗效果，达姆施塔特工业大学与印度理工学院德里分校的研究团队提出包含个人身份信息清除、语音面部数据匿名化、合成数据生成及隐私保护训练方法的系统化开发流程，旨在解决全球治疗师短缺与敏感数据泄露风险的双重挑战，为心理健康领域人工智能应用建立安全可靠的技术框架。

美国医疗科技公司约翰·斯诺实验室宣布与月球分析公司建立战略合作伙伴关系，共同开发人工智能驱动的医疗解决方案，重点优化医疗预先授权流程并提升药房福利工作流效率。该平台整合医疗大型语言模型与去标识化工具，在安全私有环境中处理敏感患者数据，避免依赖第三方接口，支持本地部署或云端服务，可扩展满足企业级需求。方案将于2025年10月应用AI峰会展示，通过自动化高摩擦流程、实时分析理赔数据，为医疗机构、保险公司及患者创造可量化的成本节约与治疗效果提升，同时确保数据主权完全由客户掌控，标志着医疗健康领域向透明化、高效化与公平化服务迈出关键一步。

谷歌DeepMind与耶鲁大学科学家利用基于Gemma 2架构开发的C2S-Scale 27B人工智能模型在癌症研究领域取得重大突破，该270亿参数模型通过分析单细胞数据发现西尔米塔塞替布(CX-4945)可作为条件放大器增强免疫系统识别"冷肿瘤"的能力，实验室验证证实了这一AI生成假设的有效性，标志着人工智能从数据处理工具向科学发现创意伙伴的根本转变，为加速新药研发和个性化医疗开辟了新路径，同时验证了生物学中"规模法则"理论的有效性。