环球医讯AI与医疗健康

阿尔伯塔大学研究团队开发出名为DeepMet的化学语言模型，该模型基于2000多种已知人类代谢物的化学结构进行训练，成功预测了十亿种潜在代谢物结构，帮助识别出数十种先前未被认识的哺乳动物代谢物。这一突破性研究揭示了代谢组学中的"分子暗物质"，有望推动更精准的疾病诊断方法和靶向代谢途径的新药研发，相关成果已发表在《自然》杂志上，为理解生命活动的化学基础开辟了新途径。

肯尼索州立大学机械工程助理教授石磊领导的研究团队获得美国国立卫生研究院52.27万美元资助，开发将生成式人工智能与生物力学心脏建模相结合的新技术，能够将心脏3D医学图像分析时间从传统方法的数小时或数周缩短至毫秒级，同时保持高精度，该技术可创建患者特异性心脏模型，模拟心脏运动、组织硬度及应力分布，帮助医生在手术前虚拟测试不同治疗方案，已在埃默里大学临床数据支持下进行验证，有望彻底改变心脏病的诊断与治疗流程，显著提升患者护理质量和临床决策效率。

尼日利亚裔佐治亚大学博士生简·奥杜姆开发的EpiCast移动应用在谷歌赞助的全球医疗AI挑战赛中斩获首奖，该工具专为西非资源有限地区设计，支持卫生工作者以本地语言实时记录患者症状并获取诊断辅助，通过离线运行的轻量化AI模型将非结构化临床观察转化为标准化数据，显著提升疫情早期预警能力，其创新性在于突破云依赖限制，已在埃博拉和新冠防控实践中验证有效性，为全球疾控体系提供可复制的技术解决方案。

前沿分子生物科学期刊近日推出人工智能驱动的空间与单细胞组学数据研究专题，聚焦计算建模策略解决多模态生物组学数据整合难题。该专题旨在通过机器学习与深度学习技术构建可重现的分子图谱，揭示组织结构、细胞类型组成及疾病相关变化，特别关注神经科学领域应用，包括脑细胞异质性图谱绘制、神经元亚型解析、空间脑图谱重建以及神经发育与神经退行性疾病机制研究。研究团队呼吁全球科学家提交计算生物学、数据融合算法及多组学整合方法的创新成果，截止日期为2026年12月1日，以推动构建标准化参考图谱并加速空间组学分析工具的开发。

日本东北大学医学研究生院的中泽彻教授团队开发了一种人工智能模型，能通过单张眼底照片准确估算"视网膜年龄"，平均误差仅约三年。研究表明，视网膜年龄与实际年龄的差距在糖尿病、心脏病或中风患者中显著更大，表明其视网膜老化程度超过实际年龄。该非侵入性筛查工具只需常规健康检查中的眼底照片，无需额外检测，可无缝融入临床工作流程。研究基于50,595张质量控制的眼底图像训练，已在《通讯医学》发表，团队正计划对10,000多人进行为期3年的追踪研究，以验证视网膜年龄信号能否预测心血管等系统性疾病的发展。

东北大学医学研究生院的研究团队开发了一种人工智能模型，该模型可以通过单张视网膜眼底照片估算"视网膜年龄"，准确度达平均误差约三年。研究发现，糖尿病、心脏病或中风患者往往存在更大的"视网膜年龄差距"（AI预测年龄与实际年龄之差），表明其视网膜比实际年龄更显老化。这一非侵入性技术无需额外检查，只需常规眼底照片即可实现，未来有望成为疾病风险筛查的重要工具，为个性化预防和早期干预提供新途径，但研究目前主要基于横断面分析，因果关系仍需长期前瞻性研究进一步验证。

美国神经病学学会年会上展示的研究数据显示，Octave生物科学公司开发的人工智能驱动多发性硬化症疾病活动度(MSDA)血液检测在美国临床实践中应用迅速增长，该检测通过测量18种蛋白质生物标志物生成疾病活动度评分，可用于监测疾病活动、进行风险分层并指导治疗决策。自2022年商业化上市以来，该检测使用量增长超过十倍，已有超过25,000次检测对近18,000名患者进行，被400多名医生在41个州的237个机构使用，主要应用于常规监测(63.9%)和初始评估(29.3%)，为医生提供除MRI外的另一种评估工具，代表了向主动的、基于生物标志物的多发性硬化症护理模式的转变。

一项发表在《BMJ Open》的跨国医学研究显示，ChatGPT、Gemini等主流聊天机器人在回答健康问题时存在严重缺陷，约20%的回复被判定为高度问题性答案，50%存在不同程度错误，尤其在营养学和运动表现等争议性领域错误率高达32%，研究强调语言模型因无法验证事实仅能预测文本模式，患者应将AI建议作为初步参考而非医疗依据，必须通过专业渠道核实健康信息以避免误诊风险。

德国联邦卫生部长尼娜·瓦肯在柏林数字医疗展DMEA上表示，电子病历(ePA)将很快成为法定医疗保险参保人医疗服务的核心工具，从预约医生到预防服务均可通过ePA应用管理。她强调需简化使用流程，计划在年底前推出全文搜索功能，并将ePA数据提供给健康研究数据中心。同时，政府将通过人工智能实境实验室促进创新，确保电信基础设施稳定运行，以实现"个人健康数据空间"的愿景，为参保人提供更便捷、个性化的医疗体验。

在柏林举办的DMEA医疗IT展会上，与会专家强调数字通信技术应使患者从被动接受者转变为医疗过程中的积极参与者。文章介绍了四个项目案例：Asklepios Service IT的患者门户、Martin Huber的AI辅助ClinicCoach应用、Fresenius Medical Care的居家透析监测系统以及MenoLife的女性健康平台，展示了如何通过技术创新实现医患关系的转变，提高患者参与度和治疗效果。此外，专家还指出数字工具不仅要提供信息，更要建立信任关系，通过结构化数据收集和AI分析帮助患者做出更好决策，同时尊重患者个体差异和选择权。这些创新正在重塑医疗健康领域的未来，使患者真正成为自己健康的主人。