环球医讯AI与医疗健康

阿布扎比卫生部将于2025年10月13日至17日在迪拜世界贸易中心举办的GITEX Global 2025上重点展示人工智能驱动的医疗创新成果，包括Next-Gen Wellness数字健康项目和智能医疗平台，通过可穿戴设备、AI健康智能引擎及云技术实现疾病预防与个性化护理，彰显阿布扎比作为全球数字健康领导者的核心地位；同时将举办AI构建智能医疗系统和健康长寿主题讨论会，推动从医疗试点到全民应用的创新转化，致力于利用技术重塑医疗体系并提升全球社区健康水平。

瑞典Örebro大学主导的X-HiDE研究项目进入第二阶段，通过分析败血症、系统性红斑狼疮等模型疾病的炎症模式，旨在实现癌症、糖尿病等常见疾病的早期诊断与精准治疗。项目联合欧洲及美国十一家企业与四所高校，利用人工智能技术整合医学研究，已建立跨学科合作网络并产出多项学术成果，为识别生物标志物和制定靶向治疗策略提供关键科学依据，显著推动炎症相关疾病的临床转化应用。

约翰霍普金斯大学研究人员开发出一种创新AI“委员会”方法，让五个GPT-4模型通过结构化讨论共同解答问题，在美国医师执照考试（USMLE）三部分测试中分别取得97%、93%和94%的准确率，远超单个AI表现及人类通过标准；该系统利用AI响应的不确定性，通过算法引导的对话实现自我纠错，当初始答案分歧时能修正超半数错误，显著提升可靠性，为AI在医疗等高风险领域应用开辟新路径，但研究强调结果仅来自受控实验室环境，距离实际临床部署仍有较长距离，同时指出该方法可扩展至教育和其他专业领域。

匹兹堡AHN信息技术总监詹姆斯·索拉瓦博士警告公众切勿依赖ChatGPT等人工智能工具进行医疗决策，强调这些大型语言模型常会产生错误信息，尤其在处理胸痛、呼吸急促或中风症状等危急情况时。他指出医学决策关乎生死，时间就是生命，患者应立即寻求专业医疗帮助而非浪费时间在AI诊断上，因为人工智能无法进行听诊、触诊等必要检查，也不能像经验丰富的医生那样提出恰当的后续问题，医疗健康问题绝不能抱有侥幸心理。

本周科技要闻聚焦人工智能与健康领域关键动态：中国海关全面加强英伟达AI芯片进口检查，重点针对H20和RTX Pro 6000D型号；苹果前设计主管乔尼·艾夫提出OpenAI设备应提升用户幸福感与心理健康；元公司联合雷朋计划2026年前量产1000万副AI智能眼镜并预言其将取代手机；超威半导体CEO苏姿丰坚定看好AI技术全球价值推动股价上涨；谷歌因强制员工使用第三方AI医疗工具引发争议紧急撤回。这些事件凸显了中美在AI芯片监管、智能硬件创新与医疗数据应用方面的激烈竞争，同时揭示了技术发展中的伦理挑战与市场格局演变。

卡塔尔基金会主办的“科学之星”第17季聚焦人工智能驱动的前瞻性医疗创新，展示了可穿戴诊断设备、自适应康复工具及预测性医疗系统等突破性发明；约旦参赛者哈立德·麦格达迪（Khaldoun Megdady）开发了3D冠状动脉模拟平台以降低手术风险，阿尔及利亚选手里亚德·哈吉·哈比卜（Ryad Haji Habib）利用蝎毒肽模拟免疫反应优化治疗，莱德·达尔达布（Laid Dardabou）设计实时维生素D监测设备应对全球十亿人缺乏症问题，同时涵盖电动汽车电池监测和增强现实手术系统等科技解决方案；该计划自2009年启动以来已支持18个阿拉伯国家的175名创新者并孵化55余家初创企业，彰显中东地区向主动式AI整合医疗转型的趋势，致力于塑造更健康、智能和可持续的未来。

日内瓦大学研究团队首次利用机器学习算法深度解析人类肠道微生物群亚种水平，通过分析粪便样本中的细菌亚种组合实现结直肠癌无创检测，准确率达90%，接近结肠镜94%的检测率且优于现有所有非侵入式方法，该突破为癌症早期筛查及肠道菌群与健康关联研究开辟新路径，未来可扩展至多种疾病的诊断应用。

研究团队开发了创新框架MultiCNKG，通过GPT-4等大型语言模型整合认知神经科学知识图谱、基因本体和疾病本体三大核心数据源，构建包含6900个节点和1.13万条边的多层知识网络，覆盖基因、疾病及认知过程等关键维度；评估显示其精确率达85.20%、召回率87.30%且专家验证通过率89.50%，在个性化医疗、认知障碍诊断及神经科学研究中展现出突破性应用价值，显著提升从分子机制到行为表现的跨领域知识关联能力，为生物医学研究提供了高效可靠的知识整合新范式

本研究是一项真实世界单中心队列研究，探讨了人工智能量化冠状动脉CT血管造影斑块特征、狭窄严重程度及高敏心脏肌钙蛋白T水平在预测急诊患者心血管结局中的作用。研究纳入527名急诊患者，根据肌钙蛋白水平分为三组，通过AI工具量化斑块体积并随访主要不良心血管事件。结果显示总斑块体积>250 mm³是预测事件和全因死亡的显著指标，而肌钙蛋白水平无显著预测价值，证实AI辅助斑块量化可优化真实世界人群的风险分层策略，为心血管疾病管理提供新依据。

图尔宾公司与阿斯利康达成合作，通过人工智能驱动的虚拟疾病模型优化抗体药物偶联物（ADC）研发流程，重点解决癌症治疗中靶向药物发现的效率瓶颈；该合作利用图尔宾平台预测药物反应机制、减少大规模细胞实验需求，并提供传统筛选方法缺乏的机制性见解，旨在加速从实验室到临床的转化；此前双方已在血液癌症耐药机制研究中建立合作基础，此次扩展将聚焦ADC组合策略优化，以提升肿瘤治疗精准度并最终改善患者预后，标志着AI在生物医药研发中实现从虚拟模拟到临床应用的关键跨越。