环球医讯AI与医疗健康

一项最新研究发现，ChatGPT、Grok等AI聊天机器人在回答医疗问题时常"产生幻觉"，导致提供不准确和不完整的医疗信息；研究显示50%的医疗问题回答存在缺陷，其中Grok问题回答率达58%，ChatGPT为52%，Meta AI为50%；专家警告AI聊天机器人在医疗领域的应用需严格监管，因为它们没有资质提供医疗建议，且无法获取最新医学知识；研究团队测试了包括"维生素D能否预防癌症"、"新冠疫苗安全性"等医疗问题，发现聊天机器人在干细胞、运动表现和营养领域表现最差，研究人员呼吁加强公众教育、专业培训和监管监督，确保生成式AI支持而非损害公共健康。

西健康-盖洛普美国医疗中心最新调查显示，四分之一美国成年人（超过6600万人）曾使用人工智能工具获取健康信息或建议，其中多数人将AI作为补充而非替代医疗服务的工具。调查基于2025年10-12月对5500多名美国成年人的全国代表性研究，发现71%用户因需快速获取答案而使用AI，46%表示AI增强了他们与医生沟通的信心；84%的AI用户仍会看医生，但14%（约1400万人）因AI信息放弃就诊，且对AI健康信息的信任度明显分化：33%信任、33%中立、34%不信任，11%报告收到过自认不安全的建议，凸显AI在医疗决策中日益复杂的角色及潜在风险。

丹麦制药巨头诺和诺德宣布与OpenAI建立战略合作，加速AI驱动的药物研发进程，此举紧随其竞争对手礼来公司签署27.5亿美元AI药物开发协议之后；双方将聚焦利用人工智能分析复杂数据集、识别新型药物靶点并缩短临床试验周期，重点解决肥胖症和糖尿病等重大健康问题，标志着全球制药行业正系统性整合生成式AI技术以突破传统药物研发瓶颈，同时凸显人工智能在生命科学领域从辅助工具向核心驱动力的转变趋势。

本研究分析了VITAL-AF试验数据，评估了基于风险引导的心房颤动(AF)筛查策略。研究在16,937名初级保健患者中使用三种经验证模型(CHARGE-AF临床评分、ECG-AI和CH-AI)评估AI心电图模型的筛查价值。结果显示，结合AI心电图和临床因素的CH-AI模型能更准确预测2年AF风险(AUROC=0.788)，在高风险人群中筛查效果显著，每年需筛查43人即可发现1例新发AF。研究揭示了提高筛查效率与扩大人群覆盖之间的权衡关系，为优化AF筛查策略提供了重要依据，表明风险分层方法可能提高心房颤动筛查的临床效益。

西北大学人类长寿诊所正在通过测量步态揭示人体生物年龄，研究人员利用智能手机和人工智能技术分析行走模式，通过检测87个关键点创建"运动年龄"指标，这一研究有望成为预测健康状况和寿命的新方法，同时该诊所致力于研究高危人群的衰老过程，计划在全球范围内建立类似实验室以实现长寿研究的全球化，特别关注芝加哥不同社区间高达30年的预期寿命差距问题。

多伦多大学和大学健康网络的研究人员发现，消费级智能手表数据可预测心力衰竭患者住院风险。研究表明，通过监测日常心肺功能指标，智能手表能在患者需要紧急医疗护理前数天至数周检测出心力衰竭恶化的早期迹象。研究还发现，日常心肺功能下降10%或更多的患者，其非计划住院或紧急治疗风险增加三倍以上。这项发表在《自然医学》封面的研究为心脏健康监测提供了创新方法，标志着彼得·芒克心脏中心在临床、数字健康和人工智能团队协作方面取得了突破性进展，有望改善偏远地区患者的心脏护理可及性。

本研究专题聚焦药物发现领域中细胞实验与筛选技术的最新突破，重点探讨受体信号传导与靶点药理学的创新方法、自动化高通量筛选工作流程的优化实践，以及人工智能与实验验证的深度融合。专题特别关注能弥合分子假设与临床相关生物学之间差距的贡献，强调严谨实验验证与可转化药理学，涵盖G蛋白偶联受体药理学、生物传感器技术、微生理系统等关键领域，旨在通过新一代细胞模型推动药物研发向更高效精准方向发展，为攻克重大疾病提供技术创新支撑。

美国宾夕法尼亚州立大学研究人员开发出基于人工智能的阿尔茨海默病早期检测系统，通过分析语音中的细微模式可在不到一分钟内识别出传统检测方法难以发现的早期认知衰退迹象。该技术利用可解释的语音生物标志物捕捉语言变化和认知能力下降，相比耗时10-15分钟的纸质测试更具客观性和一致性，有望解决美国老年病专科医生短缺问题（每1万名老年患者仅对应1名老年病专科医生），将认知筛查从一次性测量转变为反映患者认知衰退过程的动态评估，最终实现从被动治疗向预防性护理的转变，目前已在《阿尔茨海默病研究报告》和《衰老神经科学前沿》期刊发表相关研究成果。

北卡罗来纳州卡托巴山谷医疗系统的助理副总裁兼首席信息官纳丁·尼普斯奇尔德(DNP, RN)阐述了在医疗行业整合加速的背景下，小型独立医疗机构如何平衡人工智能创新与网络安全保障的挑战。她强调随着数据向云端迁移，医疗机构必须负责任地应用AI技术提高效率，同时加强网络安全以应对日益增长的勒索软件威胁。她建议建立创新与安全不可分割的治理框架，成立跨职能指导委员会评估新技术的风险与价值，并制定明确的AI伦理准则，确保技术应用既推动医疗质量提升又赢得患者信任，在有限资源下实现可持续发展。

本文深入分析了人工智能在2026年医疗保健领域的实际应用与影响，探讨了从数据处理到临床诊断的完整AI应用链条。文章指出，AI已从概念转变为现代医疗的基石，通过多模态数据与云计算的融合，增强而非取代人类临床判断。当前AI在医疗图像分析、疾病预测、临床决策支持等方面取得显著进展，但同时也面临数据孤岛、算法偏见和监管挑战等问题。随着预测性医疗模式的发展，AI正在解决全球医护人员短缺问题并推动精准医学的普及，标志着医疗保健从"反应式救援"向"预测性、预防性"模式的根本转变。