环球医讯AI与医疗健康

匹兹堡的两大医院系统阿勒格尼健康网络和匹兹堡大学医学中心正在推广AI工具，用于影像诊断、患者安全监控和减轻行政工作负担，以应对医护人员短缺和职业倦怠问题。然而，医护人员和工会认为真正解决方案是增加人手，而非依赖AI技术。文章探讨了AI在医疗领域的应用前景与争议，以及医院管理层与员工对AI作用的不同看法，指出AI可能在提高效率的同时，也可能导致医护人员与患者接触减少，工作负担增加。专家警告，如果AI被用于削减人力成本而非改善医疗质量，可能会加剧医疗系统的分层，使低收入人群难以获得人性化医疗服务。

根据盖洛普民调，约四分之一的美国成年人在过去30天内曾使用人工智能工具获取健康信息或建议，这一趋势在年轻人和低收入群体中尤为明显。文章探讨了人们转向AI寻求健康建议的原因，包括希望获得快速答案、弥补医疗缺口等，同时也指出了对AI医疗建议准确性和隐私问题的担忧，专家强调AI应作为医疗工具而非替代品，医生仍需在医疗护理中发挥关键作用。

一项发表在《美国医学会杂志·网络开放》上的研究测试了21款AI聊天机器人在临床诊断中的表现，结果显示这些先进模型在早期医疗案例中的误诊率超过80%，尤其在症状可能对应多种疾病的鉴别诊断环节失败率更高；尽管在后期诊断阶段表现有所改善，误诊率降至40%以下且最强大模型最终诊断准确率可达90%以上，但研究凸显了当前AI医疗诊断技术的局限性，同时文章指出公众对AI技术的信心已因就业市场动荡和数据中心争议等问题而显著下降，多位评论者强调"人类洞察力仍然是黄金标准"，这一发现对AI在医疗领域的应用前景提出了重要警示。

研究人员开发了一种以数据为中心的实用策略，有效减少了用于儿童心理健康护理的人工智能系统中的性别偏见问题。通过对近20,000例儿科焦虑病例电子健康记录的分析，发现AI模型更容易漏诊女性青少年的焦虑症状，特别是在焦虑症患病率显著上升的青春期。通过改进训练数据，包括平衡临床信息密度和中性化性别语言表述，在不降低整体准确性的前提下将诊断偏见减少了27%，为构建更公平可靠的医疗AI系统提供了新思路，对确保AI在儿科护理中的公平应用具有重要意义。

一项最新研究发现，约半数AI工具对健康问题的回答存在问题，有些甚至可能有害。研究人员测试了包括Gemini、DeepSeek、Meta AI、ChatGPT和Grok在内的五种流行AI聊天机器人，发现它们在回答健康问题时，约50%的回答可能导致人们做出无效或有害的决定，尤其是在没有后续咨询医生的情况下。专家指出，这些工具即使在错误时也常常表现得非常自信，而只有58%使用AI获取身体健康的成年人会后续咨询医生。研究建议AI可作为获取一般健康信息的辅助工具，但不应替代医疗专业人员的意见，特别是关于药物、补充剂或紧急症状的治疗决策，人们不应在没有咨询合格临床医生的情况下根据AI建议采取行动。

最新调查显示51%的美国人开始依赖人工智能进行医疗决策，其中62%的用户在决定是否就医前使用AI理解症状。尽管AI工具凭借即时响应、易获取性和全天候可用性成为便捷的健康信息入口，但医生警告其可能提供不完整或错误信息，微小错误率在健康决策中也可能带来风险。医疗专家强调AI应作为专业护理的辅助工具而非替代品，无法完全理解个人医疗史和独特健康状况，未来医疗发展方向应是人机协作而非二选一，准确诊断和治疗仍需人类专业知识不可或缺。

一项发表在《美国医学会杂志网络公开版》的研究测试了21款AI聊天机器人在临床环境中的诊断能力，结果显示早期医疗病例误诊率超过80%，尤其在症状与多种潜在疾病匹配的鉴别诊断环节表现最差；虽然上传图像能提高准确性且后期诊断阶段误诊率降至40%以下，但研究揭示了AI在医疗决策中的局限性，引发公众对AI替代人类医生能力的质疑，多位评论者强调人类专业判断仍是不可替代的医疗标准，同时报告还指出随着数据中心规模扩大导致电费飙升甚至超过住房支出，公众对AI技术的信心已显著下降。

随着越来越多的人开始使用人工智能工具来诊断皮肤问题，一项发表在《美国医学会皮肤病学杂志》的新研究发现，尽管AI在识别皮肤状况方面可能比普通网络搜索更准确，但它往往无法提供正确的治疗建议。马萨诸塞州总医院布莱根分院的皮肤科医生阿比盖尔·沃尔德曼指出，AI工具与专业医生之间存在显著差距：AI通常只能基于单一照片做出判断，而医生则会综合考虑患者的完整病史、症状以及病情随时间的变化情况。她甚至测试过一款AI工具，结果该工具完全漏诊了一位朋友的皮疹，并给出了错误的治疗建议。研究显示，AI可作为初步参考增强用户信心，但最大的风险在于人们可能因为AI的"保证"而放弃寻求专业医疗帮助，这对皮肤健康可能造成严重后果。

亚马逊云科技推出代理型AI应用Bio Discovery，助力科学家快速设计测试新药。该平台提供无代码计算工作流、生物基础模型库及安全数据训练功能，支持研究人员优化实验设计并加速抗体发现。目前已获拜耳等顶尖药企采用，在纪念斯隆-凯特琳癌症中心合作中将数月工作压缩至数周。随着诺和诺德与OpenAI等战略合作涌现，AI正深刻变革药物研发全流程，显著缩短新药上市周期并降低成本，标志着人工智能在生物医药领域的应用进入新阶段。

牛津大学研究人员开发出一款人工智能工具，通过分析常规胸部CT扫描可提前五年预测心力衰竭风险，准确率达86%。该技术能识别肉眼不可见的心肌脂肪炎症和结构变化，为高危患者争取关键干预窗口期，有望减少医疗系统压力。研究同时指出AI数据中心扩张引发的能源与水资源消耗问题，揭示技术发展的双面性，凸显在推进医疗AI应用时需平衡环境可持续性的重要性。