环球医讯AI与医疗健康

一项在2026年ESC急性心血管护理大会上公布的研究表明，基于人工智能的心电图解读方法在检测闭塞性心肌梗死方面优于标准方法。该研究纳入1490名疑似急性冠脉综合征但心电图无ST段抬高的患者，AI算法正确识别了84%的闭塞性心肌梗死，阴性预测值达98%，而传统方法仅正确识别42%。研究者认为，这种简单易用的AI方法可提升早期识别和及时治疗的效果，但需进一步验证。

一项由纽约理工学院领导的最新研究测试了五种顶级多模态AI模型（GPT-5、Gemini 3 Pro、Llama 4 Maverick、Grok4和Claude Opus 4.5 Extended）在解读脑部CT扫描时的可靠性。研究人员向每个模型提供同一张显示颅内病理的CT图像，要求其像放射科医生一样进行分析。结果发现，这些模型的整体诊断错误率达到20%，包括将缺血性卒中误判为对侧脑出血等严重错误。即使在得出正确诊断的模型中，解释和评估也存在显著不一致。该研究指出，通用型大语言模型并非为医学诊断优化，其权威性表述可能掩盖潜在错误，强调所有诊断解读仍需医学专家的监督。

西奈山伊坎医学院的一组研究人员对OpenAI于2026年1月推出的ChatGPT Health健康助手进行了首次独立安全评估，发现该人工智能系统在52%的紧急病例中存在“分诊不足”的问题，未能明确建议患者前往急诊室，例如对糖尿病酮症酸中毒和即将发生的呼吸衰竭患者仅建议24-48小时内就诊而非紧急处理。研究还发现该系统的自杀风险警报出现不一致，在低风险场景下反而比高风险场景更可靠。OpenAI回应称该工具仍在完善中，但研究人员强调这些失败案例恰恰是临床判断最为关键的情况。

一项发表于《Advanced Science》的新研究开发出基于AI的MERLIN算法，能够通过单细胞转录组数据重建免疫细胞在器官中的原始空间定位。研究发现，即使在从组织中分离并单独分析后，巨噬细胞等免疫细胞仍携带其组织微环境的分子记忆，其基因活性可反映来源区域（如肾脏或大脑）的特征。该算法不仅在小鼠模型中验证成功，还能准确预测人类肾脏样本中巨噬细胞的空间来源，并成功应用于大脑小胶质细胞。通过分析肾脏疾病数据集，MERLIN揭示了区域特异性免疫反应和药物效应，为理解疾病机制和开发精准治疗提供了新维度。

一项在ESC急性心血管护理2026大会上发布的研究表明，基于人工智能的心电图解读方法在检测闭塞性心肌梗死方面优于传统方法。研究纳入1490名疑似急性冠脉综合征但无ST段抬高的患者，AI算法正确识别了84%的闭塞性心梗，灵敏度和特异性分别为77%和99%，阴性预测值达98%，而传统人工心电图解读仅正确识别42%。该研究为AI辅助急诊决策提供了有力证据。

一项新研究表明，AI模型为超重和肥胖青少年制定的减肥饮食计划，与专业营养师制定的计划相比，平均低估每日热量需求近700卡路里，同时提供过高比例的蛋白质和脂肪，而过低的碳水化合物比例，这种偏差可能对青少年的生长发育、代谢健康和饮食行为产生负面影响，研究呼吁谨慎使用AI工具并加强专业监督。

最新发表在《自然医学》杂志上的一项研究显示，AI聊天机器人在医疗诊断场景中表现不佳。当1298名英国参与者使用ChatGPT或Meta的Llama 3等大型语言模型寻求医疗建议时，模型正确识别病情的比例低于34.5%，且在初始诊断后仅有44.2%的情况能提供正确的后续步骤。尽管这些模型在医学知识基准测试中得分已接近通过美国医师资格考试的水平，但用户在提问时往往信息不完整，导致诊断准确率大幅下降。研究表明，用户与聊天机器人进行更多对话并不会提高获得正确诊断的概率。OpenAI的调查也显示，60%的美国成年人使用AI获取健康信息，但该研究提醒公众，不应依赖聊天机器人提供严肃的医疗指导。

一项由纽约理工学院领导的新研究表明，虽然通用大型语言模型（如GPT-5、Gemini 3 Pro等）在分析CT脑部扫描时能给出看似权威的回答，但存在20%的基本诊断错误率，且不同模型间的解释差异显著。研究强调，这些模型并非为医学诊断优化，而是为语言和对话构建的，因此其诊断可靠性需谨慎对待。未来医疗AI应结合专用诊断系统与语言模型，但任何诊断解释都必须在医学专家监督下进行。

一项独立评估发现，OpenAI开发的ChatGPT Health工具在分诊建议中存在严重盲点：对于超过一半的紧急病例未能正确引导用户前往急诊，且自杀危机预警功能出现风险倒挂——低风险场景触发警报，高风险场景却沉默。该研究由西奈山伊坎医学院团队开展，首次独立验证了这款面向公众的LLM健康工具的安全性，呼吁对消费者AI工具进行常态化独立评估。

一项发表在《自然》杂志上的新研究发现，位于胸部的小器官胸腺不仅对儿童时期的免疫系统训练至关重要，还对成年后的长期健康和寿命有重要影响。研究人员利用人工智能分析了超过27,000名患者的扫描和医疗记录，发现胸腺更健康的人群死亡率（13.4%）显著低于胸腺健康状况较差的人群（25.5%），并且患心脏病和肺癌的风险也大幅降低。该研究指出，胸腺通过训练T细胞来对抗感染和疾病，其健康状况可通过CT扫描评估，但生活方式如慢性炎症、吸烟和高体重也会影响胸腺健康。