环球医讯AI与医疗健康

本文探讨了借助真实世界数据网络、人工智能、区块链基础设施和互联患者设备等技术的融合，如何构建一个持续、全面、透明且以患者为中心的药物证据生态系统（即“证据2.0”）。文章指出，2016年《21世纪治愈法案》已要求FDA建立真实世界证据整合框架，而现有技术已能实现这一目标。当前证据生成、资助和发表中的结构性缺陷导致科学认知与证据记录之间存在差距，技术恰恰能填补这些空白。证据2.0围绕三大支柱：整体真实世界证据生成、端到端透明与可追溯性、以及技术驱动的监管现代化，它基于现有FDA项目、已发表研究和可实施的技术标准。最终，这一系统将惠及患者、临床医生和监管者，但需要协调、投资和协作治理来连接各组件。机遇就在当下。

剑桥大学科学家利用人工智能设计了一种全新疫苗平台，能够针对多种冠状病毒（包括尚未出现的病毒）提供广谱保护。该平台通过机器学习筛选全球监测数据中的全部基因序列，设计出包含病毒家族共同抗原特征的超级抗原，并采用纳米颗粒“支架”实现多抗原同时展示。首个人体临床试验显示疫苗安全且无显著副作用，可引发针对新冠病毒、SARS及相关蝙蝠病毒的交叉免疫反应。这项“前瞻性疫苗学”技术有望将疫苗开发从被动应对转为主动预防，从而在疾病发生前就做好应对准备，彻底改变人类与流行病的博弈方式。

本文探讨了私募股权公司近期与OpenAI、Anthropic等人工智能公司达成的合作伙伴关系，这些合作旨在加速人工智能在其旗下多家医疗企业中的推广。然而，鉴于私募股权公司在医疗领域的历史记录——如从Prospect Medical Holdings和Steward Health Care等公司中提取巨额资金，导致医院财务困境和倒闭，以及从Sevita等公司通过债务融资的分红交易获取数亿美元，却增加了公司债务并引发监管担忧——医疗工作者应审慎评估这些人工智能承诺。文章指出，即使人工智能能提高效率或降低成本，关键问题在于节省的资金是否会用于增加人员配备、改善患者护理和临床服务，还是主要流向投资者。因此，为这些私募股权关联公司工作的医护人员应立刻开始就成功衡量标准、节省资金的投资方向以及最终受益者提出疑问。

福瑞德·哈金森癌症研究中心的研究人员正在测试一个名为癌症AI联盟的协作式AI研究平台，该平台使用联邦学习技术，允许四个综合癌症中心在不共享患者原始数据的情况下，利用匿名化临床数据共同训练AI模型，旨在加速癌症研究，实现更快的诊断和更精准的靶向治疗，尤其针对罕见癌症。目前该平台正在测试八个试点项目，包括预测辐射治疗预防骨转移的最佳时机，以及验证一个能将日常语言研究问题自动转化为分析代码和统计模型的AI工具，以分析非小细胞肺癌的真实世界数据，同时保障患者隐私和数据安全。

神经科学专家巴纳巴斯·丹博诺教授在尼日利亚宾厄姆大学举行的神经-人工智能培训闭幕式上宣布，人工智能将在未来五到十年内彻底改变精神健康和神经退行性疾病的诊断与治疗，实现个性化神经医学，并利用可穿戴技术早期发现失明等疾病；同时警告尼日利亚在该领域严重落后，呼吁政府立即投入资金；他还指出神经形态计算可解决传统AI能耗问题，并澄清AI不会取代人类工作，但拒绝适应者将被淘汰。

医疗保健营销人员正越来越多地尝试人工智能，但许多人表示该技术仍需在数据、衡量和决策方面设置强有力的护栏。品牌和代理机构认为，AI并非取代营销人员，而是帮助团队处理大量广告活动数据、加速洞察并自动化耗时的运营工作。在The Trade Desk主办的“Healthcare in Focus”活动中，来自礼来、艾尔建美学等公司的专家讨论了AI如何影响医疗广告，包括谨慎推进、改进衡量方法、利用外部数据洞察患者群体，以及广告技术公司开发“代理型”AI工具辅助决策。与会者强调，成功的关键不是最快采用AI，而是最深思熟虑地采用。

全球最大制药公司礼来通过数字孪生技术和人工智能优化其GLP-1药物（减肥药Zepbound和糖尿病药Mounjaro）的生产流程，大幅提升产量，避免了药品短缺风险。首席信息官Diogo Rau透露，去年因为AI的介入，公司实际生产了远超常规产量的产品，这一增产在财报中体现为实质性贡献。药物销售额占总营收超半数，Zepbound和Mounjaro去年合计贡献超过360亿美元。与此同时，礼来在药物研发环节也与英伟达、Chai Discovery等公司合作布局AI，但研发成果需等到2030年代中期才能上市。

新研究表明，通用型AI平台（如GPT‑5、Gemini 3 Pro等）在解读脑部CT扫描时存在20%的基本诊断错误率，且模型间解释差异巨大，甚至将缺血性中风误判为出血。研究人员指出，大型语言模型虽能生成看似权威的解释，但其底层解读可能错误或前后矛盾，必须由医学专家监督，不能直接用于临床诊断。

一项最新发表在《美国医学会杂志·儿科》上的研究显示，12至21岁的年轻人中，有五分之一使用AI聊天机器人获取心理健康建议，其中三分之二的人未告知任何人，尤其是父母。坦帕湾危机中心总裁兼首席执行官克拉拉·雷诺兹建议家长直接与孩子对话，相信孩子的挣扎并引导其寻求专业帮助。同时，另一项研究发现，ChatGPT在简单互动中几分钟内就能生成与自残相关的指令，反数字仇恨中心指出在60个有害提示中，53%的回应含有有害内容。专家强调AI缺乏人类对语境的理解，可能导致危险建议。

一项发表在《欧洲心脏杂志》上的大型研究显示，人工智能可通过分析常规乳腺X光片中的乳腺动脉钙化程度，有效预测女性未来发生严重心脏病（如心梗、中风、心衰）的风险。研究涵盖12.3万余名无已知心血管疾病的女性，发现钙化越严重风险越高，且对50岁以下低风险群体同样适用，有望在乳腺癌筛查中同步评估心血管健康，弥补女性心血管疾病漏诊现状。