环球医讯AI与医疗健康

美国2026财年国防授权法案包含一项重要指令，要求国防部优先发展和应用人工智能技术来应对军人心理健康挑战。众议院军事委员会报告明确指出军人自杀率高得不可接受，必须采取创新方法解决这一顽疾。报告特别提及美国空军与埃森哲联邦服务公司合作的自杀分析变量评估系统(SAVES)，该AI系统通过分析工作条件、心理健康史等数据识别高风险军人并触发及时干预。同时，退伍军人事务部正积极采用预测算法识别有自杀倾向的退伍军人，尽管自2008年以来退伍军人自杀率居高不下，每年约6500名退伍军人结束生命，而现役军人自杀率虽较低但呈十年持续上升趋势。

作为英斯提罗公司首席执行官兼创始人，达芙妮·科勒将机器学习深度融入药物研发全流程，通过与礼来等药企合作加速新药开发，利用生成式AI整合细胞与临床数据揭示疾病机制，在代谢相关脂肪性肝病和肌萎缩侧索硬化症等复杂疾病领域取得突破性进展，其创立的跨部门螺旋协作模式有效打破数据孤岛，推动精准医疗成本降低与疗法创新，同时作为可汗学院联合创始人重塑全球在线教育格局，以3.8亿美元个人财富彰显科技赋能生物医药产业的巨大价值。

英国启动TrustX倡议，旨在安全验证和部署代理式人工智能于国家医疗服务体系和社会护理领域，该倡议由健康创新中心、剑桥大学可信AI实验室等机构合作开展，通过评估AI在真实环境中的行为表现，解决偏见与错误风险，并将引入"可信人工智能技术"认证标志，此举有力支持NHS十年健康计划，有望提升医疗服务效率与质量，改善患者护理体验，标志着英国在医疗AI安全应用领域迈出重要一步，同时获得多家英国医疗科技公司创始人的专业支持。

北卡罗来纳州伊雷德尔医疗系统与皮埃蒙特医疗保健在伊雷德尔纪念医院合作推出AI驱动的水动力疗法治疗良性前列腺增生，该HYDROS机器人系统通过实时超声引导的水射流技术精准切除增生组织，同时保护患者性功能和排尿控制能力，临床数据显示五年持久疗效，使本地区50岁以上男性患者无需长途跋涉即可获得微创尖端治疗，显著改善因尿急、尿频和夜尿频繁导致的生活质量下降问题，三位泌尿科专家将主导此项突破性服务。

本报道系统回顾了2025年癌症护理中心协会年会核心议题，重点阐述了人工智能在肺癌早期检测中的突破性应用，药品福利管理机构改革对降低药物成本的关键作用，以及"快乐文化"理念如何通过融合人性化服务与AI技术提升患者满意度；会议同时强调跨学科互补型团队建设对癌症护理领导力的重要性，并深入探讨了AI工具投资回报率评估、农村地区医疗资源可及性等现实挑战，为全球癌症治疗创新提供了多维度解决方案框架，凸显科技与人文协同推动医疗进步的未来趋势。

帕纳吉亚数据（Pangaea Data）与阿斯利康宣布达成多年战略合作，在微软和英伟达支持下开发多模态临床级人工智能平台，旨在高效识别未诊断和未充分治疗的罕见疾病患者，如低磷酸酶症、梗阻性肥厚型心肌病、库欣综合征、慢性肾病、系统性红斑狼疮及慢性阻塞性肺疾病等，通过连接患者至临床试验和精准疗法缩小全球医疗护理差距，为患者提供更精确、公平和可持续的医疗服务，推动人工智能在健康领域的负责任应用。

佐治亚理工学院罗玉南教授获得美国国家科学基金会77万美元职业发展奖，旨在通过人工智能解决蛋白质研究中的"注释不平等"问题。该研究将开发新型机器学习框架，针对未充分研究的蛋白质生成可靠功能预测，以加速药物发现、疾病预后及个性化医疗发展，同时推动生物医学教育与社区科普，消除现有数据库中因过度关注热门蛋白质导致的科学认知偏差，为全球生物医学创新提供新路径。

世界卫生组织于2025年12月12日发布更新版《2020-2027年全球数字健康战略》，旨在推动各国采用人工智能、大数据分析和智能可穿戴设备等数字健康工具以实现全民健康覆盖，该战略强调确保技术安全性、可及性和公平性，避免加剧健康不平等，并基于四大支柱构建治理体系——包括协同合作与知识共享、实施国家数字战略、强化健康数据治理及以人为本的健康系统设计，同时指出数字健康将在提升诊断精准度、优化治疗决策及应对全球卫生挑战中发挥核心作用，计划于2028年启动新一轮战略修订。

一项发表在《柳叶刀·数字健康》的研究表明，Brainomix 360 Stroke成像工具能帮助医生在几分钟内识别中风患者的致命血栓，比传统方法提前超过一小时。该AI工具已在70多家NHS医院推广，使取栓手术率从2.3%翻倍至4.6%，显著提高了患者恢复独立生活的机会。研究表明，取栓手术每延迟20分钟，完全康复几率降低约1%，而使用AI工具的初级中风中心门到门时间减少了64分钟，这对缺乏神经放射学专家的医院尤为重要，研究还发现这些医院的治疗率和转送时间改善最为显著，目前该技术已在英格兰所有107个中风中心全面应用。

西奈山伊坎医学院科学家开发出名为V2P（变异到表型）的新型人工智能工具，该工具突破现有基因分析技术局限，不仅能识别致病基因突变，还能预测这些突变可能引发的具体疾病类型。这项发表于《自然通讯》的研究利用先进机器学习将基因变异与表型结果相联系，通过在大型数据库上训练并在真实患者数据中验证，V2P能将致病变异精准定位在前10位候选者中，显著提升基因诊断效率。该技术有望加速复杂罕见疾病的诊疗进程，为精准医疗提供关键支持，并指导研究人员识别与特定疾病密切相关的基因通路，推动基因定制疗法的开发，对医学研究和临床实践具有深远影响。