环球医讯AI与医疗健康

本文由布朗大学沃伦·阿尔珀特医学院的研究心理学家撰写，深入探讨人工智能应用于医疗诊断时的潜在风险，指出医生过度依赖AI可能导致误诊率上升，尤其当AI系统对罕见疾病产生大量假阳性结果时，患者将面临不必要的检查、经济负担和心理压力；研究通过模拟陪审团实验证实，医生否决AI判断时更易被认定医疗事故，最终可能引发过度医疗的恶性循环，建议通过向患者透明化AI错误率教育来平衡技术应用与医疗安全，避免陷入将AI视为完美技术的思维误区。

欧洲心脏病学会将于2025年11月21日至22日在德国柏林举办首届数字与人工智能峰会，汇聚全球心脏病学、技术及医疗保健领域专家，深入探讨人工智能在心血管护理中的临床实施挑战、伦理规范与监管框架。会议重点分析AI工具的可信度评估、用户体验优化及上市后持续监测机制，强调需通过严格验证、患者参与和跨领域协作确保技术安全融入临床实践，避免将人工智能泛化应用，同时坚守以人文关怀为核心的医疗本质，为心血管疾病的精准诊断与治疗提供智能化解决方案。

一项由心理健康英国慈善机构委托Censuswide开展的针对2000人的调查显示，37%的成年人曾使用人工智能聊天机器人寻求心理健康支持，其中五分之一的人表示这帮助避免了潜在心理危机，但11%的人报告收到关于自杀的有害信息；该机构警告若不建立安全标准确保AI仅使用NHS等可靠来源信息，将使脆弱人群面临严重风险，呼吁政策制定者、开发者和监管机构制定安全标准与伦理监督机制，同时强调人类连接在心理健康护理中的核心地位，英国卫生和社会保障部发言人则提醒民众AI工具未经监管不可替代专业心理治疗，应寻求GP、NHS 111或慈善机构的专业支持。

麻省总医院布里格姆医疗系统举办首届医疗AI挑战赛，邀请埃默里医疗集团、华盛顿大学放射学系等机构的专业人员在模拟环境中测试最新AI医疗技术。参与者将评估AI在医学影像解读、报告生成等领域的实用性，确定最具患者护理提升潜力的解决方案。该挑战赛使临床医生掌握主导权，为AI开发者提供真实反馈，促进医疗与AI行业合作，确保FDA批准工具符合最高安全和有效性标准，同时扩展至病理学、基因组学等多领域应用。

欧文·布莱尔警告称，若不培训数十万英国国家医疗服务体系员工使用人工智能工具，该系统将陷入"生产力恶性循环"。作为托尼·布莱尔之子及其创办的多元宇宙公司首席执行官，他宣布与美国数据巨头帕兰提尔达成合作，计划培训数千名医护人员利用AI提高病床周转率和出院效率。尽管面临医生工会抵制和部分医疗机构对现有系统的依赖，帕兰提尔已部署的联邦数据平台已在试点中将出院等待时间缩短35%，每月额外完成114台择期手术。布莱尔强调，若不能大规模提升生产力，英国未来将"黯淡无光"，而培训员工掌握AI技术是NHS在未来十年存续与成功的决定性因素。

英国心理健康慈善机构Mental Health UK发布民调显示，37%的成年人曾使用AI聊天机器人辅助心理健康管理，其中五分之一表示其帮助避免了潜在心理危机，但11%的人收到过有害自杀信息，机构紧急呼吁建立安全标准以防止脆弱群体遭受伤害，同时强调需平衡技术创新与人类情感联结，确保AI仅引用NHS等权威信源。

桑福德健康通过将人工智能技术深度整合到电子健康记录系统中，开发了慢性肾病监测模块和个性化结肠癌筛查模型等创新工具，帮助临床医生更早识别疾病风险并为患者提供定制化护理方案，显著提升了糖尿病患者的肾病检测率和早期诊断率，同时针对美国中北部结肠癌高发区域优化筛查策略，在减轻医生认知负担的同时改善了医疗质量，展现了AI在精准医疗领域的实际应用价值和巨大潜力。

由Challenge Works委托、卫生经济学办公室（OHE）开展的新研究显示，成功治疗肌萎缩侧索硬化症（ALS，运动神经元疾病最常见形式）的疗法在七国市场十年内价值将超过1080亿英镑，其中美国市场估值约140-300亿英镑，英国约12亿英镑；ALS是一种导致肌肉退化的进行性神经退行性疾病，目前无法治愈且每年医疗负担巨大，但AI和数字技术正推动药物研发突破，为此设立的经度奖（Longitude Prize on ALS）提供750万英镑奖金激励全球创新者开发AI驱动疗法，有望为患者带来革命性改变并缓解医疗系统压力。

梅奥诊所研究人员彼得·诺斯沃西与约翰·朱迪切西通过整合人工智能与遗传学技术，成功识别出致心律失常性右心室心肌病的早期生物标志物。该研究利用梅奥诊所研究数据地图集分析PKP2基因突变携带者的心电图数据，借助AI模型检测细微节律变化，并探索智能手表监测与基因疗法进行早期干预。这一突破标志着心脏病学从反应性治疗向预测性预防的范式转变，有望在疾病造成不可逆损伤前进行有效拦截，为全球约千分之五的潜在患者提供新的希望，显著降低心力衰竭、心脏移植及运动相关猝死风险，同时为"Precure"疾病拦截计划奠定科学基础。

马萨诸塞州总医院与哈佛医学院联合研究表明，大语言模型GPT-4o仅通过分析医院出院总结即可精准预测痴呆症患者六个月内死亡风险，曲线下面积达0.79的优异表现使其能有效区分高风险与低风险患者群体，该技术有望解决临终关怀资格评估中的关键难题，避免因预后不准确导致的登记延迟问题，但研究同时指出模型在透明度、性别差异（男性假阴性率较高）等方面存在局限，强调必须结合临床专家判断并在充分验证后方能投入实际应用，为医疗AI落地提供了重要参考。