环球医讯AI与医疗健康

德勤公司近期再次陷入争议，该公司被指控在为加拿大政府制作的医疗健康报告中使用AI工具导致多项事实性错误，包括医疗机构信息错误标识和低准确度描述。此前德勤已因类似问题向澳大利亚政府退还29万美元，此次事件引发了对AI在关键政府报告中应用可靠性的严重质疑。医疗专业人员警告这些不准确数据可能影响资源分配和患者护理决策，而德勤回应称仅对少量引用进行修正且AI仅用于支持研究引用而非撰写报告，但反复失误已对公司声誉构成警示。

世界卫生组织欧洲区域办公室发布首份区域医疗系统人工智能应用评估报告，警示在缺乏明确法律框架和伦理规范的情况下，人工智能可能加剧医疗资源不平等，指出53个受调查国家中仅4个制定了国家级医疗人工智能战略，86%的国家将法律不确定性视为主要障碍，敦促各国建立以患者为中心的透明责任体系、加强数据保护并开展公共政策对话，确保技术革新真正惠及全体民众而非扩大健康鸿沟。

英国国家医疗服务体系(NHS)正通过玛雅·贾法里博士主导的全国性调查，征询患者对X光分析中人工智能技术应用的知情意愿。目前该系统每日辅助分析60至100例胸部X光片，通过标记潜在严重问题帮助医生优先处理危急病例，同时确保医疗专业人员全程审核所有影像。调查旨在建立AI医疗应用的透明化框架，在保障患者知情权的前提下优化诊断流程，为NHS制定兼顾安全性、伦理性和实用性的实施路线图，两项调查分别面向公众和医疗工作者，预计于2025年1月底结束数据收集。

美国生物医学研究界正从遗传学研究转向"暴露组学"新领域，旨在全面绘制人一生中接触的化学、物理、社会和生物元素图谱。研究表明，环境因素可能影响高达90%的疾病发生率，而基因仅占约10%。该领域结合可穿戴设备、地理空间数据和人工智能等创新技术，致力于系统分析个人环境暴露数据，开发个性化健康解决方案，未来有望将"暴露组档案"纳入电子医疗记录系统，实现更精准的疾病预防与医疗干预，为理解环境与健康关系开辟全新路径。

阿万德拉健康宣布收购DatCard Systems和Sorna Corporation，整合其医学影像数据共享能力与阿万德拉的去标识化患者数据平台，构建全球最大的联邦医学影像网络。该平台将支持临床诊疗连续性，加速癌症等疾病研究，推动人工智能医疗开发，服务全美多数学术医学中心及国家癌症研究所站点，同时承诺保持原有产品服务无缝衔接并加大创新投入，旨在突破医疗数据孤岛难题，为生物制药、医学研究和临床创新提供关键数据支持。

澳大利亚蒙纳士大学工程师与产科医生团队研发出创可贴式可穿戴贴片，能通过母体腹部无创监测胎儿滚动、伸展和踢动等运动，临床试验显示准确率超90%。该设备结合软性材料与人工智能信号处理技术，可有效区分胎动与母体运动，为孕妇提供连续家庭监测方案，有望解决传统自数胎动导致的焦虑问题，改善产前护理质量并及早发现胎儿异常情况，目前正推进更大规模临床试验及监管审批工作。

本文介绍兽医流行病学前沿研究主题，聚焦人工智能驱动的预测模型、互操作监测平台等数字工具如何提升动物健康风险的检测与管理能力；在一体健康框架下，这些技术整合临床报告、环境因素和移动数据等多源信息，促进跨部门协作并提供早期预警，从而增强对气候变化和全球贸易驱动下动态传染病威胁的应对准备，为构建更具韧性与适应性的疾病控制体系提供科学支持，推动兽医科学向数据集成化方向转型。

Wellcome慈善机构向英国药品和保健品管理局（MHRA）与国家健康与护理卓越研究院（NICE）额外提供200万英镑（260万美元）资金，以推进心理健康数字健康技术（DHTs）的发展。这笔资金将用于完善MHRA和NICE现有项目，建立心理健康DHTs的监管与评估新体系，确保技术安全有效并为NHS创造价值。目前NHS已零散部署相关技术，但缺乏系统性框架，该项目旨在为这一新兴领域提供结构化支持。Wellcome三年前已为此投入180万英镑。心理健康DHTs包括症状追踪应用、人工智能临床评估和虚拟现实疗法等，最新研究证实其对抑郁症、焦虑症和压力管理具有显著效果。新资金将延续至2028年秋季，重点建设"AI气闸"监管机制并推动国际合作，助力数字心理健康技术在医疗体系中的规范化应用。

a2z放射学AI公司开发的a2z统一分诊系统成功获得美国食品药品监督管理局（FDA）批准，该系统可同时标记和优先处理腹部-骨盆CT扫描中的七种紧急病症，包括小肠梗阻、急性胰腺炎、急性胆囊炎、急性憩室炎、游离气体、肾积水和未破裂的腹主动脉瘤，作为美国首个实现单次扫描多病症分诊的设备，每年有望处理超2000万次扫描，通过快速识别危急病例提升患者护理效率，并计划持续扩展功能覆盖更多病症与解剖结构，标志着医疗AI在放射学领域的重大突破。

博特拉大学分子毒理学高级讲师马纳杰·辛格·切马博士强调，人工智能在医学院校的应用要求学生保持批判性思维，警惕自动化偏见风险——即盲目信任有缺陷的AI诊断建议可能导致医疗事故；他呼吁医学教育需系统化纳入AI素养培训，制定明确的伦理使用政策，确保人工智能仅作为临床判断的辅助工具而非替代品，同时马来西亚已出台国家层面的AI治理指南，要求医生在技术应用中坚守患者安全、透明度和责任原则。