环球医讯AI与医疗健康

戴尔科技公司CEO迈克尔·戴尔向德克萨斯大学奥斯汀分校捐赠7.5亿美元，用于建设美国首个AI原生医院及研究园区，此举延续了他与该校的深厚渊源——他曾在该校作为预科医学生入学，但后来退学创业并创立了戴尔科技公司，他表示"我将此视为时间线上的下一步，这可以追溯到我父母送我去UT成为医生，显然那部分没成功，但我从未停止思考这一点"，这笔捐赠使他和苏珊·戴尔对该校的总捐赠超过10亿美元，成为美国历史上对公立大学最大的捐赠之一，AI系统将帮助医生更早发现疾病并通过数据驱动系统个性化治疗，同时文章也提到了其他亿万富翁如MacKenzie Scott对黑人学院的巨额捐赠，以及贝佐斯家族对纽约市反贫困组织的捐赠，展现了科技巨头在医疗和教育领域的慈善新趋势。

前《时代》杂志副主编乔什·蒂兰吉尔在新书《向善的人工智能》中指出，人工智能最重大突破并非来自硅谷或末日研究所，而发生在医院、教室和政府办公室；克利夫兰诊所通过AI预测软件将败血症死亡率降低41%，可汗学院开发的AI导师Khanmigo帮助教师实时识别学习困难学生，但作者强调公众必须保持审慎态度以确保技术真正服务社会而非追逐利润，目前塑造人工智能发展方向的关键窗口期正在收窄。

一份Paragon Health Institute最新报告警示，AI医疗设备虽在测试中表现良好，但在面对医学图像与训练数据不同的真实患者时可能失效。报告深入分析了"泛化不确定性"问题，指出AI性能高度依赖训练数据特性，当患者特征、成像技术或临床环境与开发数据有显著差异时，设备可能出现故障，导致患者安全风险增加、临床医生信任度下降，并阻碍AI技术在医疗领域的普及应用。报告建议采用"数字相似性分析"方法并在监管上加强全产品生命周期风险管理，以应对当前验证不足和未来可能出现的自适应AI系统挑战，同时强调即使训练数据包含多样化群体，个别患者仍可能面临不准确输出的更高风险。

伊利诺伊大学厄巴纳-香槟分校研究团队开发的多路复用MRI（MRx）技术突破了传统脑部成像限制，能利用标准临床3T MRI扫描仪同时映射多种分子信号。该技术通过专门的数据采集和处理策略克服了"维度诅咒"和弱信号难题，仅需14分钟即可完成22种全脑定量生物标志物的高分辨率映射。MRx能够区分八种不同脑组织状态，无需造影剂即可鉴别多发性硬化症病变类型，为脑肿瘤分级、治疗规划提供精确信息，有望在中风、癫痫和阿尔茨海默病等神经系统疾病诊断中开辟精准医疗新途径，目前已通过西门子授权全球影像中心进行临床潜力评估。

Nature期刊近日发布了两篇论文，详细介绍了谷歌的"Co-Scientist"和非营利组织FutureHouse开发的"Robin"两款AI科学助手系统。这些系统能够高效分析海量科学文献，生成生物学假设并提出药物重定位方案，在急性髓系白血病和黄斑变性治疗领域取得了初步成功。虽然目前它们主要处理相对简单的科学问题，如药物对特定疾病的适用性，但能有效解决科研人员面临的文献过载挑战，提高药物研发效率。系统采用"科学家在环"的设计理念，由人类专家评估AI生成的假设和建议，确保科学过程的严谨性，同时显著提升研究效率。

英国医疗保健领域的人工智能市场正在快速增长，预计到2034年市场规模将从2025年的4.2289亿美元增长至30.0748亿美元，复合年增长率达24.35%。这一增长主要由政府对数字医疗创新的支持、机器学习在诊断中的应用不断增加以及整个医疗系统对运营效率需求的上升所推动。市场正在被对人工智能驱动的放射系统、机器人辅助手术和智能医疗自动化平台的投资所重塑，同时人工智能在药物发现、临床试验优化和药物研究中的应用也在积极推动市场扩张，医疗机构正专注于数字化转型、远程患者监测和人工智能驱动的工作流程自动化以提高效率并降低医疗成本，对早期疾病检测、个性化治疗解决方案和数据驱动的医疗服务需求的增长进一步强化了行业前景。

美国华盛顿大学医学院蛋白质设计研究所与Skape Bio公司合作开展的突破性研究成功利用人工智能技术创建了微型蛋白质，能够精确靶向并控制G蛋白偶联受体(GPCRs)的信号传导。该研究发表在《自然》杂志上，通过专门设计的AI策略构建了少于100个氨基酸的微型蛋白质，可有效激活或阻断GPCRs功能。这项技术为治疗多种目前缺乏有效疗法的难治性疾病提供了全新途径，特别是在代谢性疾病、炎症性疾病和神经疾病领域展现出巨大潜力。研究团队开发的新型筛选系统直接在活体人类细胞中工作，避免了传统方法中受体被纯化或稳定化导致的信号改变问题，为药物开发开辟了新方向。

美国华盛顿大学医学院蛋白质设计研究所与Skape Bio公司联合研发出AI驱动的微型蛋白设计技术，成功创建了靶向G蛋白偶联受体的微型开关蛋白。这项发表在《自然》杂志的研究表明，这些计算设计的微型蛋白能精准调控GPCR信号，为治疗癌症、糖尿病、肥胖和偏头痛等疾病开辟新途径。研究团队开发的高通量"受体转移"筛选系统可在活细胞中直接评估蛋白功能，显著提高药物研发效率，已在小鼠实验中展现出优于临床药物的疗效和更少的副作用，标志着蛋白质设计与人工智能在药物发现领域的重要突破。

安森保险首席数字和技术官内森·弗兰克详细阐述了该公司如何运用人工智能技术改善患者互动体验。文章介绍了安森保险推出的会话式人工智能助手和"关爱路径"等数字工具，这些工具帮助患者导航医疗福利、获取个性化健康建议。弗兰克还讨论了AI应用的风险管理策略、监控机制以及用户反馈的重要性，分享了实际应用中会员服务呼叫减少8.6%、数字参与度提升38%的成效数据，展示了人工智能在提升医疗健康服务体验方面的潜力与挑战，特别是在产科、糖尿病和肌肉骨骼疾病管理领域的具体应用成果。

本研究通过批判性话语分析框架，深入探究了人工智能生成图像如何表现医疗领域中的社会工作者，揭示了视觉技术如何延续认识论和时间上的抹除。研究发现，生成式AI工具产生的图像持续错误地表现社会工作，以生物医学符号、规范审美和等级结构为主导，而将社会工作的关系性和文化响应性方面置于不可见状态。这种表现强化了机构权力结构和科技公司的利益，维持了狭隘的医疗化护理视角。作者认为，AI生成图像不仅错误地表现社会工作，而且主动重新定义它，引发了关于职业身份、视觉伦理和数字医疗环境中知识合法性的紧迫问题，并建议社会工作专业和医疗领域人士应主导专业回应，确保生成式AI工具体现专业的价值观和伦理。