环球医讯AI与医疗健康

Salesforce公司最新发布的2026年《连接健康消费者报告》揭示，使用人工智能获取健康信息的美国成年人比例从2024年的2%激增至61%，显示公众对医疗AI的信任度显著提升；报告同时指出，患者更信任集成在医生安全门户中的AI系统而非公共聊天机器人，且近九成患者要求在AI决策过程中保留人类监督，这凸显了在医疗AI应用中技术创新与专业监督平衡的重要性，以及医疗健康服务数字化转型过程中患者体验改善的迫切需求。

谷歌母公司Alphabet旗下的Debug项目计划在美国两年内释放6400万只携带沃尔巴克氏菌的不育雄蚊，通过这种生物防治技术阻断登革热等蚊媒疾病传播。该技术利用人工智能培育和精准释放经过细菌感染的雄蚊，使其与野生雌蚊交配后无法产下可孵化卵，从而逐步减少致病蚊群规模。此方法已在新加坡等地取得显著成效，且相比传统杀虫剂更环保安全，获得全球科研机构广泛支持，标志着生物防治与人工智能在公共卫生领域的重要突破。

肯塔基东部大学毕业生克里斯·加贝尔从广播与电子媒体专业起步，凭借强烈好奇心驱动成功转型为医疗网络安全领域专家，现任HCA医疗集团产品与平台安全高级总监，负责电子健康记录、人工智能产品及云系统的安全保障工作，同时参与制定国家级医疗AI安全标准。他强调保持求知欲、勇于提问比技术技能更为重要，认为这种思维方式使其能从视频制作成功跨越到医疗网络安全领域，为当前学生提供了"承认知识盲区、与培养好奇心的教授合作"的宝贵建议，展示了教育背景与个人特质如何共同塑造专业成长路径。

信诺集团首席数字与分析官卡蒂亚·安德森在CAIO Connect播客中阐述人工智能正以前所未有的速度重塑医疗健康领域，强调成功的AI应用需将治理作为创新基础而非限制，通过嵌入式合规团队确保责任创新；她结合战地记者转型高管的独特经历，指出医疗组织应避免将AI视为单纯技术项目，而需通过跨职能团队聚焦实际问题解决，保持人类判断的核心地位，以实现更个性化、高效且可及的医疗服务体系，同时警惕对智能体AI的过度炒作，平衡短期期望与长期影响。

本研究开发并评估了ETHICS框架，这是一个面向临床医生的机器学习在医疗保健中使用的伦理协议。该框架使用ChatGPT进行初步起草，经过人工验证、可读性优化、专家评审和场景测试完善。ETHICS包含六个原则：公平与公正、透明度与以患者为中心的护理、人工监督与临床诚信、信息隐私与数据治理、持续改进与可持续性，以及对专业人士的支持与教育。研究通过五种真实临床场景验证了框架的适用性，所有场景均达到预设的充分性阈值。结果表明，生成式AI能加速伦理协议起草，但其有效性和实用性取决于结构化的人工监督和现实世界测试，为医疗AI伦理实践提供了实用工具。

美国食品药品监督管理局(FDA)发布的AI医疗设备安全草案指南标志着监管方式的重大转变，该指南首次系统性地应对AI医疗软件的动态特性，要求制造商关注模型漂移、算法偏见和数据投毒等特有风险，同时强调实施预设变更控制计划的重要性。健康信息共享与分析中心(Health-ISAC)医疗设备安全副总裁菲尔·英格尔特指出，FDA旨在平衡AI技术的创新潜力与患者安全保障，推动制造商与医疗机构加强AI治理框架、员工培训和风险管理，该指南预计将于2027年正式实施，将对全球AI医疗设备开发与监管产生深远影响，为医疗AI的安全应用奠定规范基础。

英国大奥蒙德街医院医疗团队在阿联酋阿布扎比谢赫·哈利法医疗城成功为一对头骨相连的尼日利亚连体双胞胎实施了开创性分离手术。这项历时40多小时的手术运用了人工智能和虚拟现实技术构建3D头骨模型，是慈善机构Gemini Untwined完成的第九例头骨分离手术。面对约40%头骨相连连体双胞胎胎死腹中、三分之一出生24小时内死亡的高风险，医疗团队创造了医学奇迹。术后，梅西和古德尼斯已完全康复返回尼日利亚，标志着全球医疗协作与尖端技术在复杂连体双胞胎分离领域的重大突破。

本文深入剖析了风险投资领域普遍引用的"75%创业公司失败率"这一数据的局限性，指出该指标虽准确却无法全面反映前沿创新企业的价值创造过程。文章通过基因组学发展史、DARPA创新模式和阿波罗计划等典型案例，阐明许多被视为"失败"的创新项目实际上为后续成功奠定了技术基础、培养了专业人才并积累了宝贵知识。作者提出评估前沿创新应关注"每美元投入产生的能力"、"技术创新知识量"和"新工具开发"等指标，而非简单关注企业存续率，这一观点对风险投资和科技创新管理具有重要启示意义，同时强调了AI与基因组学交叉领域的前沿进展如何推动医疗健康领域的突破性发展。

麻省总医院布莱根医疗系统在《情感障碍杂志》发表的研究显示，18%的美国大学生使用生成式人工智能解决心理健康问题，其中症状更严重的学生使用率是其他学生的两倍。研究指出亚裔学生的使用概率也约为其他群体的两倍，这反映了校园心理健康服务存在等待时间长、费用高和资源有限等障碍。研究人员建议在AI平台嵌入危机检测功能，改善对难以获取正式服务学生的支持，并鼓励心理健康专业人员在常规护理中讨论AI使用问题，同时强调需要进一步研究AI对心理健康结果的实际影响及与传统服务的互补关系。

北亚利桑那大学健康与人类服务学院宣布推出两项人工智能培训项目，旨在帮助医疗从业人员掌握构建和分析健康数据的人工智能工具，从而为患者和社区提供更加个性化的医疗服务，该项目无需编码经验，面向全州学生和希望进一步深造的医疗从业人员开放，反映了人工智能已在美国医疗保健领域得到更广泛的应用，美国医学会调查显示超过80%的医生在专业工作中使用人工智能工具。