环球医讯AI与医疗健康

全球疾病消除研究所(GLIDE)在第79届世界卫生大会期间组织并参与了多项战略会议，重点讨论了疾病消除、卫生系统整合以及人工智能在公共卫生领域的应用。通过与Devex等机构合作，GLIDE推动了关于将疾病控制项目融入初级卫生保健系统、利用AI和数据驱动工具解决人口健康挑战的深入讨论，并组织了关于疾病消除经济学的国际工作组会议，旨在弥合全球战略与实地实施之间的差距，加速可预防传染病的消除进程。

内布拉斯加儿童医院首席信息官瑞安·卡梅伦警示数字健康发展的核心障碍并非患者接受度或电子病历互通性，而是身份管理安全漏洞正被AI工具急剧放大——智能体AI能以83%成功率精准识别系统漏洞，传统"层层设防"策略已失效；儿科医疗领域因远程监护等数字基建扩张首当其冲，医疗行业必须转向构建韧性身份框架，通过DIME等跨机构合作制定AI治理规范，避免患者数据安全危机与公众信任崩塌，否则将错失技术造福人类的重大机遇。

戴尔科技公司CEO迈克尔·戴尔向德克萨斯大学奥斯汀分校捐赠7.5亿美元，用于建设美国首个AI原生医院及研究园区，此举延续了他与该校的深厚渊源——他曾在该校作为预科医学生入学，但后来退学创业并创立了戴尔科技公司，他表示"我将此视为时间线上的下一步，这可以追溯到我父母送我去UT成为医生，显然那部分没成功，但我从未停止思考这一点"，这笔捐赠使他和苏珊·戴尔对该校的总捐赠超过10亿美元，成为美国历史上对公立大学最大的捐赠之一，AI系统将帮助医生更早发现疾病并通过数据驱动系统个性化治疗，同时文章也提到了其他亿万富翁如MacKenzie Scott对黑人学院的巨额捐赠，以及贝佐斯家族对纽约市反贫困组织的捐赠，展现了科技巨头在医疗和教育领域的慈善新趋势。

前《时代》杂志副主编乔什·蒂兰吉尔在新书《向善的人工智能》中指出，人工智能最重大突破并非来自硅谷或末日研究所，而发生在医院、教室和政府办公室；克利夫兰诊所通过AI预测软件将败血症死亡率降低41%，可汗学院开发的AI导师Khanmigo帮助教师实时识别学习困难学生，但作者强调公众必须保持审慎态度以确保技术真正服务社会而非追逐利润，目前塑造人工智能发展方向的关键窗口期正在收窄。

一份Paragon Health Institute最新报告警示，AI医疗设备虽在测试中表现良好，但在面对医学图像与训练数据不同的真实患者时可能失效。报告深入分析了"泛化不确定性"问题，指出AI性能高度依赖训练数据特性，当患者特征、成像技术或临床环境与开发数据有显著差异时，设备可能出现故障，导致患者安全风险增加、临床医生信任度下降，并阻碍AI技术在医疗领域的普及应用。报告建议采用"数字相似性分析"方法并在监管上加强全产品生命周期风险管理，以应对当前验证不足和未来可能出现的自适应AI系统挑战，同时强调即使训练数据包含多样化群体，个别患者仍可能面临不准确输出的更高风险。

伊利诺伊大学厄巴纳-香槟分校研究团队开发的多路复用MRI（MRx）技术突破了传统脑部成像限制，能利用标准临床3T MRI扫描仪同时映射多种分子信号。该技术通过专门的数据采集和处理策略克服了"维度诅咒"和弱信号难题，仅需14分钟即可完成22种全脑定量生物标志物的高分辨率映射。MRx能够区分八种不同脑组织状态，无需造影剂即可鉴别多发性硬化症病变类型，为脑肿瘤分级、治疗规划提供精确信息，有望在中风、癫痫和阿尔茨海默病等神经系统疾病诊断中开辟精准医疗新途径，目前已通过西门子授权全球影像中心进行临床潜力评估。

Nature期刊近日发布了两篇论文，详细介绍了谷歌的"Co-Scientist"和非营利组织FutureHouse开发的"Robin"两款AI科学助手系统。这些系统能够高效分析海量科学文献，生成生物学假设并提出药物重定位方案，在急性髓系白血病和黄斑变性治疗领域取得了初步成功。虽然目前它们主要处理相对简单的科学问题，如药物对特定疾病的适用性，但能有效解决科研人员面临的文献过载挑战，提高药物研发效率。系统采用"科学家在环"的设计理念，由人类专家评估AI生成的假设和建议，确保科学过程的严谨性，同时显著提升研究效率。

英国医疗保健领域的人工智能市场正在快速增长，预计到2034年市场规模将从2025年的4.2289亿美元增长至30.0748亿美元，复合年增长率达24.35%。这一增长主要由政府对数字医疗创新的支持、机器学习在诊断中的应用不断增加以及整个医疗系统对运营效率需求的上升所推动。市场正在被对人工智能驱动的放射系统、机器人辅助手术和智能医疗自动化平台的投资所重塑，同时人工智能在药物发现、临床试验优化和药物研究中的应用也在积极推动市场扩张，医疗机构正专注于数字化转型、远程患者监测和人工智能驱动的工作流程自动化以提高效率并降低医疗成本，对早期疾病检测、个性化治疗解决方案和数据驱动的医疗服务需求的增长进一步强化了行业前景。

美国华盛顿大学医学院蛋白质设计研究所与Skape Bio公司合作开展的突破性研究成功利用人工智能技术创建了微型蛋白质，能够精确靶向并控制G蛋白偶联受体(GPCRs)的信号传导。该研究发表在《自然》杂志上，通过专门设计的AI策略构建了少于100个氨基酸的微型蛋白质，可有效激活或阻断GPCRs功能。这项技术为治疗多种目前缺乏有效疗法的难治性疾病提供了全新途径，特别是在代谢性疾病、炎症性疾病和神经疾病领域展现出巨大潜力。研究团队开发的新型筛选系统直接在活体人类细胞中工作，避免了传统方法中受体被纯化或稳定化导致的信号改变问题，为药物开发开辟了新方向。

美国华盛顿大学医学院蛋白质设计研究所与Skape Bio公司联合研发出AI驱动的微型蛋白设计技术，成功创建了靶向G蛋白偶联受体的微型开关蛋白。这项发表在《自然》杂志的研究表明，这些计算设计的微型蛋白能精准调控GPCR信号，为治疗癌症、糖尿病、肥胖和偏头痛等疾病开辟新途径。研究团队开发的高通量"受体转移"筛选系统可在活细胞中直接评估蛋白功能，显著提高药物研发效率，已在小鼠实验中展现出优于临床药物的疗效和更少的副作用，标志着蛋白质设计与人工智能在药物发现领域的重要突破。