环球医讯AI与医疗健康

世界卫生组织欧洲区域报告显示，仅有8%的欧洲国家制定了AI医疗错误责任认定标准，其中仅俄罗斯完全符合世卫组织标准。随着三分之二国家使用AI进行诊断，责任归属问题日益突出。专家指出，AI的"黑箱"特性、神经网络的自我适应性以及"多人参与问题"使传统责任框架难以适用，可能导致临床医生责任模糊化。欧盟《人工智能法案》虽将医疗AI列为"高风险"，但具体规则要到2026-2027年才生效，各国目前主要依靠现有法律框架应对AI医疗纠纷，而瑞典的"无过错患者伤害系统"等创新机制为解决此类问题提供了新思路。

德雷塞尔大学研究人员与华盛顿特区国家儿童医疗中心临床医生合作开展研究，探索人工智能在急诊医疗环境中的应用价值。实验表明，当AI同时提供信息综合与治疗建议时，35名急诊医护人员做出正确决策的比例达64.4%，高于仅提供信息综合(56.3%)或无AI支持(55.8%)的情况。研究发现医生对AI建议的接受度存在分歧，部分担心影响决策自主权，但总体对AI信息综合的担忧较少。该研究在美国计算机协会CSCW会议上发表，强调理解AI在医疗环境中何时何地适用且被接受是推动其采用的关键，建议未来研究应扩大样本范围以更好地整合AI技术于临床实践。

一项由德雷塞尔大学主导的急诊医疗环境研究证实，人工智能辅助决策系统能显著提升医生诊断准确率，当AI同时提供信息汇总与治疗建议时，正确决策率达64.4%，明显优于仅提供信息汇总的56.3%和无AI支持的55.8%；但临床医生对AI建议的接受程度呈现显著分化，18名参与者表示仅在自主决策后参考AI建议，12名医生因担忧建议缺乏临床细微差别或系统透明度不足而完全忽略推荐，研究强调在急诊等时间敏感场景中成功整合AI技术需解决专业自主性保障、算法可解释性及政策规范等核心问题，同时需扩大研究样本覆盖更广泛的医学专业和医疗机构类型以推动临床实践应用。（158字）

以色列谢巴医疗中心、美国芯片巨头Nvidia和纽约西奈山医院三方合作，计划投资数千万美元，利用生成式AI技术开发能够解码人类基因组的研究引擎。该引擎将基于大型语言模型技术，但训练数据是人体的生物语言，旨在更好地理解并治疗疾病。目前科学界仅理解人类基因组中2%的蛋白质编码基因，而剩余98%的功能难以用传统方法解释。该项目通过AI技术解读这98%的基因组，将使医生能够根据个人独特的基因构成确定最佳药物和治疗方法，为个性化药物开发和精准医疗提供基础，有望彻底改变全球数十亿人的医疗保健方式。

盖辛格医疗系统研究人员获得约翰·里特主动脉健康基金会拨款，致力于开发基于人工智能和机器学习的预测工具，用于革新胸主动脉夹层（TAD）的早期识别。该项目整合超过230万份电子健康记录、20万次CT扫描分析及23万人的基因数据，构建个性化风险模型，可提前数年预警高风险患者，避免因传统指南阈值限制导致的漏诊。研究成果将指导临床决策、优化监测流程并实现预防性干预，深入解析主动脉疾病生物学机制，为全球患者改善预后并挽救生命，同时继承演员约翰·里特因误诊去世后的防病使命，推动尖端科学与临床护理的融合。

英国制药商葛兰素史克（GSK）与弗莱明倡议（Fleming Initiative）本周宣布启动六项新的“重大挑战”研究项目，旨在利用人工智能加速针对革兰氏阴性菌的新型抗生素研发，以应对抗菌素耐药性（AMR）的全球蔓延。该项目由伦敦帝国理工学院联合GSK和安捷伦科技公司合作，将生成新型分子数据集并创建可共享的AI模型，预计2026年启动其他计划，包括加速真菌感染新药研发、优化抗生素处方的临床试验，以及模拟免疫反应以推动细菌靶向疫苗研究。弗莱明倡议执行主席阿拉·达齐勋爵强调，这些研究在青霉素获诺贝尔奖80周年之际成为全球科学界灯塔，凸显通过国际合作应对AMR威胁的紧迫性，同时整合疾病监测与环境数据预测耐药病原体传播路径。

第52届维斯研讨会聚焦人工智能在血管医学领域的突破性应用，弗兰克·J·维斯和拉希特·丁奇专家系统阐述了AI如何作为决策支持工具优化临床决策流程、手术规划精度及腔内血管治疗长期效果。会议深入探讨了AI赋能的三维虚拟建模技术在主动脉瘤和外周动脉疾病管理中的实践价值，同时强调算法透明度、高质量临床数据集、健全伦理框架及前瞻性验证是医疗AI负责任实施的四大核心支柱，为全球血管创新提供了科学化发展路径，有望通过数字健康基础设施缩小医疗资源地域差距并提升治疗标准化水平。

北韦尔健康（Northwell Health）与K健康（K Health）联合推出"北韦尔即时初级护理"（Northwell Primary Care Now）AI虚拟平台，提供24/7全天候初级医疗服务和当日预约功能。该平台通过个性化AI医疗助手收集患者症状并生成临床摘要，由持证医师全程监督诊疗，确保护理质量和连续性，有效应对美国医师短缺危机（预计2037年缺口达18.7万人）。作为AI增强而非替代传统医疗的典范，该项目已与梅奥诊所、加州西达赛奈医疗中心等顶尖机构合作，重新定义以患者为中心的数字化初级护理标准，显著提升医疗服务可及性与效率。

加州大学旧金山分校研究团队开发出基于人工智能的深部脑刺激优化方案，通过分析帕金森病患者的步态特征生成个性化脑电刺激程序，在不加重其他症状的前提下显著改善行走稳定性与步速；该研究首创步态表现指数量化行走能力，发现不同患者需匹配差异化的电刺激频率参数，并揭示脑电波变化与行走功能的关联，目前正推进闭环自适应刺激系统的临床应用，有望大幅降低患者跌倒风险并提升行动能力。

拉筹伯大学成功获得390万澳元国家健康与医学研究委员会资助，开展两项突破性健康研究。其中Connect4Health项目利用人工智能技术为慢性病患者提供个性化"社交处方"支持系统，通过连接社交团体、步行俱乐部等资源解决糖尿病和心脏病患者的心理社会需求，将首先在墨尔本及维多利亚州地区实施并扩展至塔斯马尼亚；另一项目聚焦腹主动脉瘤研究，该病死亡率高达80%且缺乏有效药物治疗，团队将探索白细胞介素-18抑制疗法的可行性。两项研究均由世界级跨机构团队执行，融合澳大利亚、丹麦和英国专家力量，旨在改善患者身心健康、减少健康不平等，对社区福祉产生深远影响。