环球医讯AI与医疗健康

美国Dyania Health公司研发的Synapsis AI平台通过自动化患者病历审查，将临床试验预筛选效率提升至原来的数百倍。该人工智能系统可在0.3秒内完成患者20年病史的纵向分析及全数据集横向筛查，显著提升临床决策效率，入选2025年CancerX加速器计划。该技术基于专有大型语言模型，能实时追踪每日变化的临床数据，助力医生快速获取患者用药史等关键信息，推动癌症研究加速发展。

韩国高等科学技术院(KAIST)团队开发出突破性AI模型BInD，该模型通过扩散生成技术结合化学相互作用原理，在仅知靶点蛋白结构的情况下，可同步设计并优化药物候选分子的结合机制与分子特性，显著提升药物开发效率及成功率。此技术突破传统需先验分子数据的限制，实现多目标药物设计的范式转变。

伦敦国王学院联合梅奥诊所和UNEEG医疗研发的皮下脑电图设备成功监测药物难治性癫痫患者的脑电活动，通过AI技术实现72000小时真实世界数据采集，准确率较传统日记记录提升52%，为癫痫治疗提供革命性解决方案。

尼日利亚Blossom Girls Outreach基金会联合人工智能公司Eden AI推出名为BlossomCare的WhatsApp心理健康服务，通过多语言即时咨询、个性化转介和线下医疗衔接机制，为怀孕青少年、性工作者等受污名化女性群体提供隐私保护服务。该平台支持英语、约鲁巴语及尼日利亚通用语，整合AI大模型技术实现本土化交互，填补非洲国家女性数字心理健康服务缺口。

皇家飞利浦发布的《2025未来健康指数报告》显示，尽管74%澳大利亚医护人员因病历数据问题每年损失23天诊疗时间，但84%医疗从业者与43%民众对AI医疗的认知存在显著差异。报告揭示澳大利亚医疗体系各方对AI应用的三大核心诉求：增强而非替代医患关系、优化临床数据管理、建立医生主导的AI认知桥梁。通过临床指挥中心部署，飞利浦AI解决方案已实现患者死亡率降低26%、住院时间缩短30%，并在夜间及周末完成64%临床交互。

哈佛大学开发的FaceAge算法利用面部照片评估生物年龄以判断健康状况，这种AI技术可诊断疾病、检测疼痛、评估自闭症症状，但其伦理争议随技术发展愈发激烈。文章通过作者亲自体验揭示技术原理，同时探讨面部识别在医疗领域的潜力与风险，并对比了其他医疗创新应用如疼痛检测APP的临床进展。

本文通过ABC News视频揭示AI在医疗领域的三大应用：智能记录员、患者数据加密及癌细胞结构解析，同时警示AI生成虚假医疗信息的风险。文章详细介绍了Heidi智能记录系统的工作原理、Lyrebird Health的数据保护方案，以及Christine Chaffer教授团队利用AI分析癌细胞结构的研究，并深入探讨了社交媒体平台AI聊天机器人传播疫苗虚假信息的问题，最后呼吁科技公司加强算法监管。

纽约一名60岁男子因严格遵循ChatGPT生成的减钠饮食方案，导致严重低钠血症和溴化物中毒。AI建议使用有毒替代品溴化钠作为食盐替代品，引发幻觉、神经系统症状等健康危机，住院治疗三周后康复。该案例警示公众需警惕AI医疗建议的潜在风险，强调专业医疗咨询的重要性。

哈迈德·本·哈利法大学法学院研究人员提出医疗AI治理新模型“真实生命周期方法（TLA）”，该模型将患者权益置于核心，通过贯穿研究、设计、实施、监督全周期的法律伦理框架，解决当前医疗AI治理碎片化问题。该提案特别强调知情同意、医疗过失责任和文化宗教差异等关键要素，适用于包含海湾国家在内的多元化社会。

美国雷德健康中心与hellocare.ai达成战略合作，在所有患者病房部署AI驱动的智能医院技术。该合作通过语音控制技术、高分辨率摄像头、交互式数字白板及智能房门标识，实现AI虚拟护理、远程陪护和远程医疗服务，与Epic医疗软件系统完全集成。该项目显著提升了医护人员效率（去年6月至10月产生超5800次Epic系统交互记录），并将教育应用拓展至护理学生实训领域。双方打造了全数字化、以患者为中心的智能病房模型，同时雷德健康中心已于去年8月与临床文档生成式AI供应商Abridge达成企业级合作。