环球医讯AI与医疗健康

本文深入探讨医疗机构如何在不将敏感患者数据外包给大型科技公司的情况下应用人工智能技术，通过分析开源与自托管AI解决方案在隐私保护、数据治理和流程定制方面的核心优势，重点阐述临床文档摘要、行政事务处理等实际应用场景，论证本地化AI系统既能显著提升医疗效率又可避免数据泄露风险，强调隐私设计必须从系统构建初期嵌入而非事后补充，最终为医疗机构提供兼顾技术创新与患者信任的可行路径，全文以专业视角解析医疗AI落地过程中的合规挑战与实践策略。

Wolters Kluwer Health最新调查显示，2026年临床医生与患者对人工智能的使用持续上升，35%的临床医生每天工作多次使用AI，40%的患者在个人生活中每天至少使用一次AI；医生使用率从2025年的10%增至38%，护士使用率从16%增至32%；尽管74%的临床医生担忧"技能退化"和AI"幻觉"，75%的患者关注责任归属问题，但70%的受访者仍相信AI能提高健康素养和参与度，61%的医生认为AI能帮助他们花更多时间在患者护理上，74%的患者认为生成式AI是医生寻找诊疗信息的有效方式。

美国国家标准与技术研究院(NIST)全面改组其人工智能联盟，寻求在评估AI系统安全性和有效性方面的创新方法。该联盟将建立AI评估生态系统、投资AI赋能的科学研究并推广美国开发的AI技术，通过六个专门任务组分别负责AI测试评估、风险分析、测量方法、大型语言模型应用、文档标准化和化学生物安全等领域，旨在解决医疗等关键行业因缺乏明确治理标准导致的AI采纳障碍，加速安全可靠的人工智能技术在敏感领域的应用，同时确保符合2020年《国家人工智能倡议法案》和最新国家AI行动计划的要求。

匹兹堡UPMC儿童医院进行的18个月追踪研究显示，Control-IQ与Omnipod 5两种自动胰岛素输送系统对1型糖尿病儿童的长期血糖控制效果相当。研究纳入722名6-18岁患者，发现两系统在12个月和18个月时的血糖达标时间(TIR)无显著差异，但Control-IQ使用者每公斤体重接受的胰岛素剂量更高。研究还揭示了使用习惯的差异：Control-IQ用户随时间减少碳水化合物输入，可能反映参与度变化而非实际摄入减少，而Omnipod 5用户保持一致输入模式。该发现对指导临床实践和优化1型糖尿病儿童治疗方案具有重要参考价值，提示需进一步研究不同系统的行为适应和信任差异以维持长期治疗依从性。

ChatGPT等人工智能系统在健康问题诊断方面已接近甚至超过医生水平，准确率高达78%，但在制定个性化治疗方案方面人类医生仍具不可替代优势。文章通过医学专家视角深入分析了AI诊断与人类医生决策的本质区别：AI擅长基于大数据的模式匹配诊断，而医生能综合考虑患者个体情况、价值观和医疗不确定性，进行风险评估与共同决策，这种基于共情与经验的医疗管理艺术目前仍是AI无法复制的核心医疗价值。

剑桥大学与DIOSynVax公司开发的AI超级抗原疫苗技术通过单次注射即可提供对整类病毒的免疫力，该技术利用人工智能分析病毒生存关键要素，已在人体试验中证实安全有效，标志着疫苗开发从"反应式"向"预防式"的重大范式转变，有望在病毒爆发前提供广泛保护，避免未来大流行病带来的封锁与经济损失，为应对埃博拉等病毒数千变体提供持久防护，是人工智能与医学融合的突破性进展

剑桥大学与衍生公司DIOSynVax合作开发的AI设计通用Sarbeco冠状病毒疫苗成功通过首个人体临床试验，证实该疫苗安全且无明显副作用。这项创新技术利用AI设计的"超级抗原"提供持久保护，不仅能抵御SARS-CoV-2和SARS病毒，还能针对可能从动物跳转至人类并引发未来大流行的蝙蝠病毒。该疫苗采用无针微流体喷射方式递送，为害怕针头注射的人群提供替代方案。这是首次在人体中测试完全由计算机模拟设计的疫苗活性成分，标志着疫苗开发从"被动反应"转变为"未来防护"，有望突破当前疫苗需频繁更新的局限，为应对未来可能出现的病毒威胁提供更广泛、更持久的保护。

英国科学家研发出一种由人工智能设计的"超级抗原"疫苗，该疫苗通过分析病毒基因序列确定其生存必需要素，可在单次注射中提供对整个病毒家族的免疫力，有效预防未来病毒突变。这项技术已在冠状病毒疫苗上取得初步成功，未来有望应用于埃博拉病毒和禽流感等，彻底改变当前"反应式"疫苗研发模式，提前预防大流行，拯救数百万人的生命，避免封锁和经济受损，标志着疫苗研发领域的重大范式转变。

英国研究人员利用人工智能技术成功设计出一种能同时针对多种病毒的新型疫苗，该疫苗已完成初步测试。这一突破性进展有望大幅缩短疫苗研发周期，使科学家能够更快应对新出现的传染病威胁。研究表明，AI可分析海量生物数据识别病毒中不易变异的区域，设计出能对抗多种相关病毒的"超级抗原"，为未来可能爆发的大流行病提供更全面的防护。剑桥大学乔纳森·希尼教授表示，这标志着疫情准备策略的根本性转变，目标不仅是应对当前病毒，更是预防下一次疫情爆发。南安普顿大学索尔·福斯特教授称该技术"潜力巨大"且"令人振奋"，特别擅长为正在变化的病毒设计潜在大流行病疫苗。

瑞典哥德堡大学医学研究员阿尔米拉·奥斯马诺维奇·通斯特伦在2024年进行了一项实验，她创造了一种名为"bixonimania"的虚构眼疾并发布虚假研究，测试AI是否会传播医疗错误信息。结果令人震惊，主要AI系统迅速将这种不存在的疾病当作真实病症推广，甚至建议患者就医。研究显示，AI聊天机器人在医疗问题上约50%的回答"有问题"，20%的回答"高度有问题"，凸显了AI在医疗健康领域应用的风险与局限性，警示我们不应盲目相信AI在医疗保健领域的建议。