环球医讯AI与医疗健康

面对医护人员短缺和慢性病率上升的双重压力，欧洲正探索人工智能在医疗领域的应用前景。尽管欧盟委员会认可AI改造医疗系统的潜力，但数据访问、互操作性、监管复杂性及公众信任等挑战亟待突破。欧洲健康数据空间计划被视为构建数据共享框架与信任机制的关键基础设施，其进展将直接影响AI医疗应用的落地进程。

美国网络安全公司RIIG（现更名为HOOTL）获得阿联酋战略投资，将在迪拜设立区域总部。该公司依托国家安全级AI技术开发医疗健康保险自动化系统，计划与中东政府及科技企业深化合作，通过AI驱动工具解决医疗理赔、保险验证等复杂问题，并扩展至其他关键领域。此次融资正值美国政府推动中东投资便利化之际，公司创始人兼CEO丹佛·里格尔曼强调其技术在健康科技领域的创新性。

乔治亚理工学院研究发现，基于大语言模型的AI聊天机器人在识别精神药物不良反应和提供专家级应对策略方面存在显著缺陷。研究团队通过Reddit数据构建测试集，发现AI在区分不同副作用类型、提供可操作建议方面准确率不足50%，尽管其回复情感和可读性接近人类专家。该研究为改善医疗AI提供了重要参考方向。

韩国人工智能医疗企业Lunit在完成对新西兰乳腺健康企业Volpara的收购一周年之际宣布，其AI解决方案已在美国200家影像中心部署，为超过100万例乳腺癌筛查提供技术支持，计划推出覆盖癌症诊疗全流程的生态系统，通过整合影像分析与临床数据提升乳腺癌早期检测能力。公司正在扩建美国运营体系，开发新一代AI解决方案并打造临床支持团队。

麻省理工学院研究团队通过生成式人工智能设计出两种全新抗生素NG1和DN1，成功对抗耐药性淋病和MRSA（耐甲氧西林金黄色葡萄球菌）。该技术突破化学结构创新瓶颈，能探索传统方法无法触及的化学空间，为解决全球抗生素耐药危机提供新方案。研究已发表于《细胞》杂志，非洲国家尼日利亚或将成为技术应用的重要受益者。

加州大学洛杉矶分校与爱因斯坦医学院团队研发的深度学习模型，通过单张模糊显微图像准确识别细菌群集运动（灵敏度97.44%，特异性100%），该技术突破性地简化了传统视频分析流程，为尿路感染、炎症性肠病等疾病的现场快速诊断提供新方案，并具备与智能手机成像设备整合的潜力。

本新闻报道了两家科技公司合作开发的医疗设备创新方案，通过边缘人工智能与模块化健康监测平台的结合，实现心血管疾病的预防、诊断和管理。该方案采用超低功耗芯片技术，整合多项医疗检测功能，计划2026年在欧洲启动商业化并逐步扩展全球市场。核心技术突破包括双SDIO接口设计、多周续航能力以及医院级心血管数据分析功能，已获得罗马尼亚医疗创新奖。

本文深入探讨人工智能与FHIR标准的融合如何重塑医疗系统。通过AI解析海量健康数据，FHIR打破信息孤岛实现标准化数据共享，两者协同构建可自主优化的智能诊疗体系。具体案例包括糖尿病风险预测、住院再入院评分优化及跨机构健康网络建设，揭示了从数据驱动到实时决策的范式转变及其在临床、支付方和数字医疗创新中的广阔应用前景。

Ensemble与Solventum宣布战略合作，通过AI技术开发首个全专科自动化编码解决方案，覆盖住院医疗服务。该合作结合Solventum的AI技术与Ensemble的运营规模，旨在通过自动化精准编码减少医院收入损失，优化医疗收入周期管理。通过整合双方在编码合规与AI互联能力，该方案将帮助医疗机构将行政工作重心转向复杂病例审核，同时提升索赔精确度。该项目预计应用于28家医疗系统，年管理患者收入达400亿美元，推动医疗AI解决方案从技术创新向临床实践转化。

本文介绍了美国公共卫生教育协会通过成立人工智能伦理应用专项工作组，探索生成式人工智能在公共卫生教育、研究和实践中的伦理应用框架。该工作聚焦于四大支柱领域（教学、教育、实践、政策），旨在建立确保数据安全、消除算法偏见、提升公共卫生人才数字素养的全球标准体系。通过开发实践指南和培训方案，推动构建可扩展的公共卫生技术基础设施。