环球医讯AI与医疗健康

芝加哥大学普利兹克分子工程学院的研究人员开发出一种计算贴片，可在人体皮肤上直接运行人工智能模型，无需将数据传输至智能手机或云端。该贴片实现了毫秒级的实时数据分析，对心室颤动等需要超低延迟的医疗状况至关重要。研究采用可拉伸晶体管和凝胶电解质层技术，在捐赠的人类心脏上验证了99.6%的波前定位精度。未来这项技术还将应用于机器人领域，赋予人形机器人实时感知能力，并推动人工智能从延迟密集型数据中心向边缘计算转移。

芝加哥医疗云与人工智能技术社区是一个专注于医疗健康领域云计算和人工智能技术的国际性社区。每月最后一个星期三举办混合式活动，内容包括临床AI应用、医疗运营优化等主题。社区目前拥有325名成员，并在三个国家设有分会，致力于通过技术改善患者、医生和研究人员体验。过去已举办81场活动，话题涵盖HIMSS、ChatGPT、FHIR、医疗AI治理等，并提供专家分享与交流平台。

本研究系统回顾了人工智能模型在自发性脑内出血手术决策支持中的应用，分析了37项研究中21项符合标准的研究。结果表明，AI模型主要应用于围手术期影像分析任务，包括资格评估、术后质量保证和轨迹规划等。其中3项研究与手术试验阈值直接一致，10项间接一致，8项无明确联系。研究发现AI可提高影像评估的精确性和一致性，特别是在血肿体积测量、引流管定位和中线移位分析等关键指标方面，为ICH手术决策提供了有价值的支持，同时也揭示了AI衍生决策边界与现有证据框架的差异，为未来研究提供了假设生成的评估候选对象。

本研究探讨了人工智能辅助出血量分析在自发性脑内出血预后评估中的应用价值。研究采用回顾性单中心队列设计，利用Hevi AI算法分析85名患者的CT扫描数据，发现大量出血量和低格拉斯哥昏迷评分与1周内高死亡率显著相关，且出血量与格拉斯哥昏迷评分呈显著负相关，与QTc间期呈显著正相关。研究表明，AI辅助测量的出血量参数可作为预测自发性脑内出血患者短期死亡风险的重要指标，为临床决策提供了新的参考依据，对提高危重患者救治效率具有潜在价值。

美国国立卫生研究院资助的研究团队开发了一种名为Merlin的通用机器学习模型，能够分析3D腹部CT扫描，完成从识别解剖结构到提前数年预测疾病发作等超过750项任务。在多项测试中，Merlin超越了专为特定任务设计的其他自动化工具，甚至能识别人类医生难以察觉的疾病早期标志物，有望显著简化诊断流程并辅助临床决策。

本文详细介绍了两项发表在《自然》杂志上的突破性研究，分别展示了MIRA和AMIE两种新型自主型AI医疗系统在急诊和门诊场景中的应用。MIRA系统在德国开发，能提供端到端的急诊诊疗计划，诊断准确率达87.8%，优于认证医师的78.1%；AMIE系统由谷歌研发，专注于门诊患者的纵向管理，在治疗计划精确度和指南遵循度方面表现优异。文章深入分析了这些AI系统的优劣势，指出虽然它们在模拟环境中表现出色，但距离真实医疗实践仍有差距，特别是缺乏对非语言沟通、医学影像等实际医疗元素的处理能力，同时过度遵循指南可能忽视患者个体差异和医患关系的人文维度。

加州大学洛杉矶分校研究人员开发了基于蒙特卡罗丢弃法的不确定性量化框架，能够自主识别并排除计算性即时检测平台中不可靠的神经网络预测，将莱姆病检测灵敏度从88.2%提升至95.7%且保持100%特异性，该技术通过处理1000个额外模型预测分布来评估结果可靠性，可广泛应用于传染病、心血管疾病等快速诊断领域，解决了AI诊断模型易产生"幻觉"导致误诊的关键问题，为医疗AI可靠性设立了新标准。

本文深入探讨了自主AI（Agentic AI）在临床决策中的应用，它与传统AI不同，能够自主分析数据、提出并执行临床决策，从而减少误诊、个性化治疗、优化工作流程。文章列举了在诊断支持、治疗推荐、工作流自动化、临床试验等领域的应用，并介绍了IBM Watson Health、Google Health、NVIDIA等主要推动者，以及约翰霍普金斯医院、Zebra Medical Vision等实际案例。同时讨论了未来2-10年的采用时间表、挑战（数据隐私、伦理、临床信任）以及更个性化、互操作性、伦理框架和人机协作的发展趋势，强调自主AI正在从理论走向实践，彻底改变医疗格局。

一项由意大利研究人员进行的新研究表明，结合脑部扫描、临床和人口统计数据的AI模型能够以约90%的准确率预测多发性硬化症(MS)患者的认知衰退。该多模态AI方法不仅展示了强大的性能，还突出了与认知恶化相关的脑区，包括皮质灰质、丘脑和海马体。研究追踪了224名MS患者和115名健康对照者，发现认知衰退与脑部病变体积、年龄和认知储备等因素密切相关，这为MS患者的个性化认知评估和监测提供了新的可能性，有望帮助临床医生更早干预并制定针对性治疗方案。

脑机接口技术正革新神经刺激疗法，通过结合脑机接口、神经生物标志物、人工智能和闭环反馈系统，为难治性神经系统和精神疾病提供个性化治疗。该技术利用精确靶向、实时神经反馈和AI辅助信号解读，实现自适应治疗，改善患者治疗效果并减少副作用。精确脑接口通过闭环治疗周期持续监测神经活动、解释疾病相关信号并实时调整治疗，针对帕金森病、癫痫、抑郁症等多种难治性疾病。尽管存在侵入性风险、高成本、个体差异和监管障碍等挑战，但随着AI技术进步、微创接口发展和临床验证的深入，神经刺激2.0正逐步从研究环境向临床实践转化，有望为神经系统疾病治疗带来革命性变革。