环球医讯AI与医疗健康

阿拉巴马州亨茨维尔医院医生正使用OpenEvidence这一类ChatGPT工具辅助诊疗决策，该平台通过整合经同行评审的医学期刊数据，使医生能快速获取临床问题的最新研究依据及文献引用，月均搜索量达2700万次；该工具严格限制医师身份验证使用，符合HIPAA隐私标准且不参与直接医疗决策，主要用于支持医生在处方选择、治疗方案制定等环节获取时效性医学知识，代表人工智能在医疗信息检索领域的关键应用，未来或扩展至就诊记录自动整理等场景。

随着人工智能技术在医疗领域的深入应用，AI系统能够识别出更多高风险患者和医生难以察觉的细微异常。然而，这一进步也带来了严峻挑战：医疗系统是否具备足够的人力资源来处理AI发现的大量潜在问题？斯坦福医疗保健、宾夕法尼亚大学医学中心和杰斐逊医疗等机构的领导者指出，仅实施AI工具而不考虑整个工作流程可能导致系统混乱。他们强调需要在推出AI应用前评估系统容量，避免"人在回路中"的理想状态因人力不足而无法实现，并探索如何利用AI优化下游流程，形成完整的解决方案，确保技术进步真正转化为患者获益，而非增加医疗系统的负担。

安特罗皮克公司与比尔及梅琳达·盖茨基金会于2026年5月14日宣布启动一项为期四年的2亿美元AI合作计划，旨在利用克劳德AI技术改善全球南方国家的公共卫生、教育和农业等领域，重点关注人乳头瘤病毒(HPV)疫苗研发、先兆子痫研究、个性化数学辅导以及非洲语言数据集建设，通过创建"AI公共产品"让发展中国家也能从AI技术中受益，该项目将使克劳德AI在撒哈拉以南非洲和印度的K-12教育体系中发挥作用，并为小农户提供实时的农作物病虫害和土壤健康建议，有望显著提升全球南方国家的医疗水平、教育质量和粮食安全，同时解决语言障碍造成的"数字鸿沟"问题。

本文详细介绍了由Elsevier与辛尔吉亚联盟（包括苏黎世大学儿童医院DMG/DIPG中心、苏黎世联邦理工学院、挪威分子医学中心）以及开放儿科脑肿瘤图谱项目合作开展的一项突破性研究，该研究利用人工智能技术开发了针对弥漫性内生性桥脑胶质瘤(DIPG)的疾病模型，通过分析患者组学数据和科学文献，成功识别出212种可能逆转疾病状态下蛋白质活性的药物，其中25%能通过四种不同机制抑制突变TP53，为这种目前无法治愈、患儿诊断后平均生存期仅8-11个月的致命儿童脑肿瘤带来了新的治疗希望，同时也为人工智能在罕见病药物研发领域的应用树立了典范。

一项由慕尼黑大学、慕尼黑大学医院、卡尔斯鲁厄理工学院和拜罗伊特大学联合开展的研究表明，AI在医学诊断中的辅助效果取决于解释的形式。研究发现，提供逐步"思维链"解释的AI系统能将放射科医生的诊断准确率提高12.2个百分点，而简单诊断输出或鉴别诊断效果较差，甚至可能导致自动化偏见。该研究强调了AI解释的可理解性对临床决策的重要性，指出好的AI回答不仅应正确，还应可验证，这对医疗AI的发展具有重要指导意义，并对其他领域的AI应用也有启示作用。

本文报道了《Acta Materia Medica》期刊发表的一项新研究，该研究利用图神经网络（GNNs）加速复杂骨疾病的药物发现过程。研究团队通过内部开发的GNN模型识别出猪殃殃（Paederia scandens）作为治疗骨关节炎的潜在候选药物，并发现其主要成分萘并吡喃苷能重塑软骨基因表达、下调炎症相关信号通路、增强软骨基质合成，有效改善软骨代谢稳态并减轻软骨下骨硬化，为中医药现代化和生物活性化合物发现提供了新策略。这项工作不仅展示了AI在整合计算预测与生物验证方面的关键作用，还为复杂骨疾病的精准药物开发开辟了新途径，有望推动骨关节炎治疗领域的创新发展。

英国爱丁堡的痴呆症研究所研究人员正在利用人工智能加速寻找神经系统疾病治疗方法，他们分析患者语音记录、眼部扫描和实验室培养的脑细胞数据，探索将1500多种已获批药物重新用于治疗运动神经元病等脑部疾病的可能性，有望将有效治疗的发现时间从"数十年缩短至数年"，为像史蒂文·巴雷特这样已确诊MND十年的患者带来希望，该研究结合机器人、传统实验室设备和专业算法测试药物效果，尽管神经疾病研究领域也曾遭遇挫折，但研究人员认为神经学研究正处于变革的转折点。

英国痴呆症研究所的研究人员正利用人工智能技术加速寻找治疗脑部疾病的新药物，通过分析患者数据、实验室培育的脑细胞等信息，希望能在"几年而非几十年"内找到有效的治疗方法。研究团队正在测试现有已获批的约1500种药物对运动神经元病等神经退行性疾病的效果，AI算法被用来识别能将疾病特征转化为健康状态的潜在药物，这可能大大缩短药物研发周期并降低成本，为帕金森病、痴呆症和运动神经元病患者带来新希望。

凯斯西储大学医学院研究人员开发了一种名为DrugPredict的计算机程序，能够为已有药物发现新用途。该程序成功预测非甾体抗炎药如吲哚美辛可有效杀死上皮性卵巢癌细胞，包括对顺铂耐药的癌细胞。这一药物重新定位策略可大幅缩短传统药物研发14年的周期并降低成本，有望为卵巢癌这一女性癌症死亡第五大原因提供新的治疗方案，目前研究人员已计划开展针对卵巢癌干细胞的临床试验，这标志着药物研发领域的重要突破。

关于乳腺X光检查的建议存在显著分歧，美国内科医师学会建议50-74岁平均风险女性每两年进行一次检查，而美国预防服务工作组则建议从40岁开始每两年检查一次，美国癌症协会则长期建议45-54岁女性每年检查一次。专家意见不一的根源在于乳腺癌风险评估复杂，除BRCA基因等已知因素外，女性真实风险水平难以确定。最新研究如WISDOM试验通过年龄、基因检测、生活方式、健康史和乳腺密度等因素将女性分类为不同风险等级，制定个性化筛查方案。同时，AI工具正在开发中，可基于乳腺X光检查线索评估女性未来患癌风险，这有助于确定更合适的筛查频率。对于致密乳腺女性，专家建议考虑数字乳腺断层合成术(DBT)技术以提高检测准确性。