环球医讯AI与医疗健康

慕尼黑亥姆霍兹研究中心团队开发出MouseMapper人工智能系统，能够以细胞级精度绘制整个小鼠身体的疾病变化图谱，发现肥胖不仅影响新陈代谢，还会导致面部三叉神经分支和末梢显著减少，引发神经功能损伤；研究还在人体肥胖组织中发现相似分子特征，表明这种神经损伤机制可能同样适用于人类，为理解肥胖的全身性影响提供了全新视角，对开发相关干预措施具有重要启示意义。

本文报道了人工智能如何革新神经系统疾病药物研发领域。英国痴呆症研究所科研团队利用AI技术分析患者语音记录与眼部扫描数据，筛选现有药物对运动神经元疾病等神经系统疾病的潜在疗效。研究通过机器人系统、专业算法与医疗设备组合评估药物效果，有望将传统10年以上的药物研发周期大幅缩短。研究所首席执行官钱德兰教授指出，大脑作为人体最复杂器官，AI与新技术的结合使过去难以想象的研究方法成为现实，神经科学领域正处于突破性变革的临界点，这将为数百万患者带来新的治疗希望。

本文报道了AI技术在心脏MRI扫描解读方面的突破性进展，准确率高达99%，有望大幅提高诊断效率；同时还介绍了针对耐药性肿瘤的新型研究路径，可能使失效的癌症治疗方法重新发挥作用，以及纪念日周末的水上安全提醒，这些内容对于提升医疗诊断效率、攻克癌症难题和保障公众健康安全具有重要意义。

新墨西哥大学作业治疗学副教授苏珊·伯恩斯联合创立的myAccessibleHome（MAH）人工智能平台，通过分析家庭环境视频自动识别安全隐患（如松动地毯），为残障人士和老年人提供定制化改造建议。该平台显著提升作业治疗师评估效率，有效降低跌倒风险——美国每年超1400万65岁以上老人发生跌倒事故，其中37%需医疗干预。公司已获160万美元联邦资助完成试点项目，计划夏末正式推出，旨在帮助医疗机构扩大服务覆盖范围同时降低医疗支出，让老年人实现"安居原住所"的愿望。

特朗普政府和小罗伯特·F·肯尼迪领导的卫生与公众服务部正推动大幅放松对人工智能医疗工具的监管框架，包括取消电子健康记录系统的"以用户为中心设计"测试要求和AI决策透明度标准；医疗安全专家警告此举将削弱对AI医疗工具质量的保障机制，可能导致临床医生依赖不准确的患者记录而造成医疗失误；尽管AI听写工具已在全国医院部署并能为医生每日节省半小时工作时间，但现有技术在捕捉临床细微差别和情感语调方面存在明显缺陷，研究人员发现五家医院的研究显示医生仍需花费大量时间修正AI生成的病历，而政府拟议规则可能使医疗系统更易受到设计不良的AI工具影响，危及患者安全并损害医患信任。

人工智能正在医疗影像领域发挥革命性作用，通过深度学习模型和算法加速诊断流程，提高诊断准确性。AI技术在医疗影像管道的各个阶段都有应用，从检查预约、图像采集、重建到分析解释，有效缓解了放射科医生短缺压力，同时提高了诊断质量和效率，为未来医疗健康服务提供更强大的技术支持，实现了更快、更智能的工作流程，使医疗系统能够及时重建、审查和解读海量影像数据，支持临床决策。

本文介绍了一个监测已部署医疗人工智能系统的框架，该框架围绕系统完整性、性能和影响三个互补原则构建。系统完整性监测关注最大化系统正常运行时间、检测运行时错误以及识别信息技术生态系统变化带来的意外影响；性能监测确保系统在医疗实践变化时仍保持准确公平；影响监测评估系统对临床医生、员工和患者的持续价值。文章还讨论了资源有限的医疗机构实施该框架面临的挑战，以及将数据驱动监测融入存在冲突优先事项的复杂组织的困难，为确保人工智能系统长期安全有效提供了实用指导。

芝加哥大学研究人员开发出一种类皮肤自主计算贴片，可在毫秒内直接在人体上分析心脏信号，以99.6%的准确率识别心室颤动等致命心律失常，无需将数据发送至远程服务器；该技术采用有机电化学晶体管阵列实现神经形态计算，解决了可穿戴设备在柔韧性和稳定性间的平衡难题，有望为智能医疗设备提供即时决策能力，使医疗响应更加迅速准确，对心脏疾病早期诊断和紧急处理具有重大意义。

卡塔尔韦尔康奈尔医学院的英国-巴基斯坦科学家Rayaz Malik教授开发了一种基于AI的简单眼部扫描技术，仅需2-3分钟即可检测痴呆症和糖尿病神经损伤，比症状出现提前数年。该技术利用角膜共焦显微镜分析眼部神经纤维，结合AI算法可识别2500多个特征，准确率达90-95%，有望在糖尿病高发国家如巴基斯坦实现早期干预和治疗，为全球数百万面临神经退行性疾病的患者带来希望。

特朗普政府和卫生与公众服务部部长小罗伯特·肯尼迪正推动放松对AI医疗工具的监管要求，拟议规则将取消"以用户为中心的设计"测试和AI透明度规定，引发安全担忧。文章以凯撒医疗集团AI听写软件为例，揭示当前AI在医疗领域的应用困境：虽能为医生节省时间，但难以捕捉临床细微差别和情绪语调，在心理健康领域表现欠佳。专家警告这些变化可能导致医疗记录混乱、用药错误风险增加，最终威胁患者安全，而AI工具有效性证据不足或相互矛盾，退伍军人管理局研究显示AI听写软件质量普遍低于人工记录。