环球医讯AI与医疗健康

加州大学旧金山分校和伯克利分校研究人员开发了一种名为Mirai的开源AI模型，该模型通过对4,100多例乳腺X光检查进行分析，成功识别出12.7%的高风险女性患者。这一AI分诊系统使异常结果女性能够在同一天完成从影像检查到评估甚至活检的全部诊断流程，将诊断评估等待时间从数周缩短至约1小时，乳腺癌患者活检等待时间从两个多月减少到不足10天。该技术作为放射科医生的辅助工具，不取代医生诊断，而是通过风险分层实现个性化乳腺癌筛查，为高风险女性提供及时诊疗服务，标志着人工智能在医疗健康领域的重要应用进展，展现了科技与医学的深度融合对改善患者预后的积极影响。

本文探讨了人工智能在医院医学中的应用现状，指出虽然三分之二的医院医师已在临床工作中使用AI工具，特别是基于大型语言模型的平台，但实施质量而非使用率将决定其最终影响。文章借鉴电子健康记录实施的经验，强调AI必须通过循证培训、精心设计的工作流程和组织文化支持，才能有效嵌入临床推理过程。作者提出三个关键优先事项：培训临床医生理解AI输入和解释输出、应用实施科学框架部署AI、建立持续评估策略。实施科学框架如PRISM模型可帮助系统评估工作流程整合、培训需求和潜在风险，而学习型健康系统基础设施则支持持续监测和迭代改进。文章警示，AI的广泛采用本身并不保证医疗服务改善，关键在于实施方式能否真正推进优化患者结果、健康公平性、成本控制及提升患者和临床医生体验的五重目标。

弗吉尼亚大学健康系统开展的一项研究招募了50名家庭医学、内科和急诊医学医生，比较Chat GPT Plus与传统方法在诊断复杂病例中的表现。结果显示，医生使用Chat GPT Plus的诊断准确率为76.3%，与传统方法的73.7%相近，但单独使用Chat GPT Plus的准确率超过92%。研究指出人工智能应作为医生的辅助工具而非替代品，医生需要接受专门培训才能有效利用AI技术提升诊断能力，研究团队已建立ARiSE网络进一步评估生成式人工智能在医疗领域的应用效果。

克利夫兰诊所通过实施Ambience的AI环境式记录系统，成功减轻了医生的行政负担并改善了患者体验。该系统在2024年启动试点后迅速获得广泛采用，已有约5000名医护人员积极使用，预计到2025年8月将完成100万次患者就诊记录。医生反馈表明，这一技术不仅将每次就诊的文书工作时间缩短2分钟、每天总计节省14分钟，更重要的是让医生重获"工作乐趣"，使他们能够更加专注于患者护理而非沉溺于文书工作中，同时提升了医患互动质量。

全球医疗保健行业正面临日益加剧的压力，数十年的投入不足与老龄化人口需求激增同时发生，世界卫生组织警告到2030年将出现1100万工作人员短缺。文章详细介绍了纽约特殊外科医院(HSS)如何采用智能AI技术自动化复杂行政任务和临床决策，首席数字与技术官Barad医生指出智能AI能处理细微复杂场景，实现每月1100份保险理赔处理，将申诉时间从45分钟缩短至5分钟，成功率从65%提升至100%。文章强调AI智能体不应被视为特定用例而应作为通用技术整合，通过创建统一数据策略和AI实验室，医院正在实现90%非临床任务自动化，使医护人员能专注于最复杂的"白手套"工作，最终实现"重新人性化医疗保健"的愿景，让医护人员从繁重的行政工作中解放出来，真正专注于患者护理的核心价值。

谷歌通过Project Debug计划在佛罗里达州和加利福尼亚州释放3200万只经人工智能培育的携带沃尔巴克氏菌的雄性蚊子，旨在减少蚊子种群数量并遏制登革热、寨卡病毒等疾病的传播。该技术采用自然存在的细菌而非化学物质，已在新加坡取得显著成效，目前正等待美国环保署的审批，若获批准将在未来两年内分阶段实施，有望为全球蚊媒疾病防控提供创新解决方案。

德克萨斯大学MD安德森癌症中心研究人员通过单细胞基因组研究开发出一个包含13个基因的预测面板和机器学习模型，能准确预测三阴性乳腺癌患者对化疗的反应。该研究首次全面分析了肿瘤微环境中的细胞特征，识别出与化疗效果显著相关的特定巨噬细胞亚型和转录特征，为个性化治疗策略奠定基础，有望显著改善三阴性乳腺癌患者的治疗效果和生活质量，代表了乳腺癌精准医疗领域的重要突破。

洛桑联邦理工学院生命科学学院与工程学院的研究人员合作开发了一种名为"全蛋白质生成的潜在扩散"(LD-FPG)的AI生成框架，首次成功创建了运动中蛋白质的全原子动态模型，突破了AlphaFold等现有系统仅能生成静态蛋白质结构的局限，该技术能精准捕捉蛋白质侧链原子的细微运动，为药物研发尤其是针对G蛋白偶联受体的药物设计提供了全新视角，研究成果已发表在《NeurIPS 2025会议录》上，标志着AI在结构生物学领域的重要进展。

OpenBind联盟首次发布的实验数据标志着改善人工智能在药物发现中应用的重要里程碑。该数据集包含699种化合物与EV-A71病毒蛋白结合的详细X射线图像，其中601种化合物的结合强度已测量，是单个蛋白质靶点最大的公开数据集之一。OpenBind由牛津大学和Diamond Light Source共同创立，获得英国科学、创新和技术部800万英镑资助，旨在为AI药物发现提供高质量、标准化的数据基础。该项目汇集了全球多家顶尖机构的研究力量，通过生成大量实验数据，帮助AI模型超越识别现有模式，开始对新药物做出更可靠的预测，从而加速药物研发进程。

谷歌计划在美国加利福尼亚州和佛罗里达州释放3200万只感染沃尔巴克氏体细菌的蚊子，以控制传播西尼罗河病毒等疾病的野生蚊群。该项目名为Debug，采用不育昆虫技术，利用AI驱动的视觉分类系统和机器人技术培育并筛选蚊子，旨在减少蚊媒疾病传播。尽管该技术有望大幅降低野生蚊子数量，但部分当地居民对实验表示担忧，认为可能存在不可预见的风险。美国环境保护署目前正在审查该实验使用许可申请，并接受公众反馈。