环球医讯AI与医疗健康

本文报道了英国《国家卫生行政》杂志举办的2026年首次线上会议，聚焦医疗数字化转型。多位专家围绕人工智能、电子健康记录和数据互操作性展开讨论，强调技术应辅助而非取代人文关怀。主题涵盖AI在NHS中的应用、临床决策支持、远程监护、治理框架、数据互操作性挑战、预测分析、医院居家护理模式、共同设计数字化解决方案以及AI分诊与虚拟护理等，指出技术必须与充足资源和劳动力支持相结合，才能从根本上改善患者体验和医疗系统可持续性。

本文分析了数字健康领域的五大发展趋势，包括电子病历全民普及、AI辅助患者分诊与系统接入、语音记录自动化医疗文档、AI在诊疗中的应用，以及个人健康责任与AI的互动。文章指出，虽然数字化有望改革医疗系统，但实施缓慢、社会不平等方面临挑战，需要更多社会支持以避免技术加剧差距。

乌干达布塔比卡国家转诊精神病院新建的数字社区中心，通过提供计算机和互联网技能培训，帮助康复期患者重获生活能力、融入社会并减轻污名化。该中心由美国塔公司乌干达分公司和布塔比卡皇室扶轮社资助建立，已培训466人，并计划开发AI模型以扩大心理健康服务覆盖范围，应对全国心理健康病例激增的挑战。

一项研究探讨了放射学中AI辅助双重阅读如何影响医疗事故风险和陪审团的决策。研究发现，当放射科医生进行双重阅读（先无AI，再与AI结合）后做出诊断时，陪审团更可能同情医生；而如果只进行单次阅读且忽略AI提示，则陪审团更可能支持患者。该研究由Michael Bernstein博士和Brian Sheppard教授进行，揭示了AI在临床决策中的法律影响，强调了透明度和仔细记录的重要性。随着AI在医疗中的普及，了解其对法律结果和医生责任的影响对医疗提供者、风险管理者及政策制定者至关重要。

本文通过两个真实病例指出，AI在医疗决策中能提供基于数据的概率分析，却无法理解患者个体的价值观、恐惧和生活目标。当面对多种医学上相近的选择时，真正的关键问题不是“哪种疗法最好”，而是“对你而言什么最重要”。作者强调，AI可以成为强大的辅助工具，但永远无法替代医生与患者之间关于事实、价值观和信任的对话，因为医疗决策中最关键的变量不是算法，而是患者本人。

美国多个医疗服务提供者团体联合呼吁监管机构放缓删除或修订数十项医疗IT认证标准的计划，特别是针对人工智能工具的“模型卡”透明度要求。他们指出，这些标准是嵌入医生工作流程中唯一可执行的AI透明度基础，删除后将削弱临床医生对AI的信任，增加产品差异性，并可能将成本转嫁给医疗机构。尽管ASTP主张该规则能节省15.3亿美元并减轻开发负担，但提供者团体认为应保留隐私、安全及AI透明相关标准，以保障患者安全和数据安全。

美国国会新提出一项联邦法案，旨在利用人工智能技术改善儿童癌症的诊断、治疗和研究。癌症仍然是导致儿童和青少年因病死亡的主要原因，而人工智能与数据中心的发展也引发了对环境和健康的担忧。该法案要求总统与卫生部长合作任命一位“人工智能创新协调员”，并拨款每年1亿美元直至2031年，以推动儿科癌症研究的突破。法案提出者强调，人工智能能帮助实现个性化治疗，并最终战胜这一令人心碎的疾病。然而，人工智能基础设施所需的大型数据中心因其资源消耗和污染问题正受到越来越多的社区抵制。

梅奥诊所平台最新一期加速器项目选定了18家医疗技术初创公司，这些公司专注于利用人工智能开发医疗健康解决方案，涵盖患者接入自动化、远程老年患者监测、个性化背痛护理、患者数据整合、AI医疗前台、早产儿眼病检测、基因组癌症诊断、心肾代谢疾病管理、术后恶化预警、骨科手术导航、运营效率优化、术前评估、男性生育力、肥胖护理、罕见病基因分析以及慢性病早期检测等多个领域，项目为期30周，提供专家指导、先进技术和数百万份脱敏临床记录支持。

医疗保健领域的人工智能（AI）正迅速改变患者护理，但伦理问题若被忽视将导致信任丧失和资源浪费。本文基于作者与医院及医疗系统合作的经验，提出了指导伦理AI的五大原则：一、证明AI创造真实价值，每个用例需与明确的KPI挂钩；二、将AI视为安全关键系统，需持续监控和召回机制；三、设计时防止偏差，确保工具在种族、性别、年龄等方面公平运行；四、将伦理纳入组织架构，建立跨职能AI伦理委员会；五、自主性、透明度和信任作为竞争优势，要求AI系统具备可解释性和清晰披露。遵循这些原则可帮助医疗机构在提升患者预后、降低风险的同时建立持久信任。

人工智能正在日益融入我们的生活，但关于它如何在社会护理领域发挥作用，目前讨论尚不充分。Cyril Lobont深入探讨了AI在该领域的可能形态，并指出了大规模推广面临的挑战。文章指出，AI可应用于排班、护理计划、监测和陪伴等方面，但证据零散，且存在隐私、劳动力替代及削弱人文关怀等担忧。推广困难包括员工数字技能不足、小型机构采购能力弱、数字基础设施滞后以及财务压力。若缺乏均衡实施，可能加剧不平等。政策制定者需制定战略方法、提供供应商指南、建立证据基础，并让护理服务接受者和提供者参与创新，以确保AI切实提升生活质量。