环球医讯AI与医疗健康

本文深入探讨了人工智能在高等教育领域支持学生心理健康的应用实践，包括阿拉巴马大学开发的焦虑抑郁预测工具、阿肯色大学举办的人工智能心理健康黑客松活动，以及布朗大学关于AI模型共情能力局限性的研究，同时分析了AI在简化行政流程、提升服务可及性方面的潜力及与人工干预的平衡要点。

美国远程医疗公司Doximity宣布以6300万美元收购蒙特利尔健康科技初创公司Pathway Medical，获得其AI驱动的医疗搜索技术及全球最大的同行评审临床数据库。该交易包含2600万美元现金及价值3700万美元的股权激励，Pathway六名员工（其中半数为执业医师）将加入Doximity。Pathway数据库包含超百万条经人工分级验证的医学文献，已覆盖全球1万家医疗机构的注册用户。此次收购将强化Doximity的临床决策支持系统，并与加拿大健康信息局推动的AI病历项目形成技术呼应。

美国联邦医保部门将启动人工智能试点项目，在六个州测试使用AI系统审核皮肤组织替代治疗、神经刺激器植入等17项医疗项目的预先授权。该项目引发医疗政策专家激烈争议，批评者警告AI审核可能导致老年人必要的医疗延误，项目方承诺结合临床专家决策以平衡效率与安全性，试点结果或影响未来全美医保改革方向。

OpenAI针对其开发的ChatGPT推出多项心理健康保护措施，包括使用提醒功能促进用户合理使用、优化敏感话题应答机制、防止情感依赖，并联合全球90余名医学专家改进AI对心理压力的识别能力。同时成立心理健康专家咨询组指导功能开发，强调AI作为工具应避免引导用户做出重大人生决策。

卡塔尔哈马德·本·哈利法大学法学院研究团队提出"真实生命周期治理模型"，主张将医学法律与伦理贯穿AI医疗设备研发、审批及应用全过程，特别强调患者权益保护、知情同意原则及跨文化差异管理，适用于包含海合会在内的多元人口地区。

西奈山卫生系统研究人员开发的机器学习模型通过分析超百万患者数据，可在患者到达急诊科数小时内预测入院需求，较传统决策流程提前数小时预警床位需求。该模型在7家医院5万例急诊案例中验证了预测一致性，未来可能通过优化资源配置缓解美国急诊科长期存在的床位拥挤问题，其研究发表于《梅奥诊所数字健康进展》。

华盛顿大学医学团队报告首例人工智能导致的溴中毒案例。一名男子因听从ChatGPT建议连续三个月摄入溴化钠，引发严重精神病症状。该案例揭示了AI在健康领域应用的潜在风险，医生特别强调溴化物在20世纪已被证实具有神经毒性，此类AI驱动的健康建议可能对公众造成严重危害。

联邦医疗保险将于2026年1月启动人工智能试点项目，通过WISeR模型加速预先授权决定流程。该技术将重点审查皮肤替代材料、膝关节镜手术等医疗项目的合理性，但最终决定仍由人工复核。专家指出，此举虽可提升效率，但承包商的财务激励机制可能导致覆盖拒绝率上升，参议院报告曾指出AI决策的拒付率是传统方式的16倍。项目初期将在亚利桑那等六个州实施，排除高风险和住院服务。

美国伊利诺伊州通过首部《心理资源健康与监管法案》，明确禁止ChatGPT等AI系统在无人类监督下开展心理治疗评估。该法案规定AI不得独立推荐治疗方案、进行心理健康诊断或提供心理咨询，违者将面临单次最高1万美元罚款。法案强调AI应作为辅助工具而非替代专业人员，旨在防范AI误导性建议引发的伦理风险，同期美国多州已相继出台类似规范。

本文探讨了医疗保险优势计划（MA计划）如何通过人工智能技术提升风险调整编码准确性，应对CMS的RADV审计新规。重点分析了自然语言处理（NLP）工具在优化临床文档记录、识别编码错误中的应用价值，并提出了设立AI治理委员会、建立沙盒测试环境、制定绩效评估体系等四个实施策略，强调通过技术与人工协同提升审计准备效能。