环球医讯AI与医疗健康

美国研究人员成功开发出名为BISC的革命性脑机接口系统，该系统采用仅50微米厚的单芯片设计，体积仅为传统设备的千分之一，可在大脑与外部设备间建立无线高带宽连接，实现65536个电极的神经信号记录与刺激，有望彻底改变癫痫、脊髓损伤、渐冻症、中风和失明等神经系统疾病的治疗方法，帮助恢复运动、语言和视觉功能，同时为脑机交互开辟新途径，使大脑与人工智能系统能够无缝互动，为神经疾病治疗和人机交互带来革命性变革，标志着脑机接口技术进入微型化、高通量新时代。

爱尔兰颠覆性技术创新基金(DTIF)最新一轮拨款总额达到创纪录的1.59亿欧元，共资助27个项目。这些项目涵盖人工智能、医疗保健、先进制造和气候等领域，其中七项新项目获得近3900万欧元。最大单笔拨款达910万欧元用于开发医院级AI决策支持系统，另有多个医疗健康项目获得数百万欧元资助。爱尔兰政府表示，这些项目将在解决社会和经济重大挑战方面发挥关键作用，展示了爱尔兰在变革性创新领域的领导能力，特别是在AI驱动医疗、可持续农业、量子技术和先进制造等战略领域，同时促进产业-研究合作并增强爱尔兰企业的全球竞争力。

哈特福德医疗保健首席信息与数字官乔尔·文格科阐述了该机构以数据驱动为核心的新阶段数字化转型战略，重点强调AI代理技术将重塑医疗服务模式，通过个性化患者互动、行政流程自动化及预测性健康服务，实现患者症状导航、预约管理等即时响应，并指出医疗行业需重构数字基础设施以应对消费者期望提升与AI技术加速发展的挑战，预计2026年AI代理将成为医疗系统运营的核心支撑。

在柏林举办的ESMO 2025大会上，VML Health首次召开患者倡导峰会，汇集全球患者倡导领袖、临床医生及行业伙伴共同探讨"连接如何创造影响力"这一核心命题；会议揭示健康素养应成为所有利益相关方的共同责任，强调在医疗体系日益碎片化的背景下需加强患者与健康系统的联结，并深入分析了语言障碍、老龄化社会决定因素及人工智能在提升患者自主权中的关键作用，同时指出当前患者代表制度存在的严重缺陷——如瑞典将单一患者代表应用于所有疾病领域的审查机制，凸显个性化倡导服务的紧迫性。

美国心脏协会科学会议公布的研究显示，机器学习模型可有效识别先天性心脏病患者中可能出现护理中断的高风险人群。该模型基于1746名患者的多维度数据开发，发现社会健康决定因素与疾病复杂性是关键影响因素，其中10.5岁以上、居住地距医疗中心较远、白人种族以及简单型心脏病患者中断风险最高。模型在预测持续随访患者方面表现优异（F1值0.9），虽识别中断患者能力有待提升（F1值0.23），但已为制定针对性干预策略提供依据。研究人员计划将模型整合至电子病历系统进行真实世界验证，通过加强患者教育和社会因素数据收集，最终改善患者长期预后。

菲律宾肺癌年致死超两万人，专家指出诊断延误是主因——多数患者确诊时已到晚期，非吸烟者因社会污名延误筛查，早期检测率不足导致治愈率断崖式下降。医学界呼吁建立多学科协作诊疗体系，推动医保专项支付包覆盖早期筛查，并利用AI辅助胸片技术提升基层诊断效率，同时需消除"肺癌仅关联吸烟者"的错误认知以挽救可预防的生命。

世界卫生组织更新2020-2027年全球数字健康战略，提出四大核心支柱推动数字健康工具应用，涵盖从基础健康应用到人工智能、大数据分析及智能可穿戴设备等领域，旨在通过促进国际合作、制定国家数字战略、构建治理体系及以人为本的健康系统，助力129个已实施战略的国家实现全民健康覆盖，同时确保技术安全普及以应对疫情准备和气候韧性挑战，该战略计划于2028年进一步修订以适应快速演进的医疗技术环境。

本文揭示了老年人因隐私担忧而拔掉智能健康设备的普遍现象。研究表明，尽管82%的老年人理解双因素认证和加密等安全概念，但只有14%对其隐私管理感到自信。作者开发了隐私风险评估框架(PRAF)，发现79%的医疗应用缺乏基本的违规通知协议，且隐私政策可读性远超老年人理解水平。文章提出三种解决方案：自适应安全默认设置、实时透明度和隐形安全更新，以重建老年人对健康技术的信任，确保他们能安全使用这些维持独立生活的重要设备。

美国联邦医疗保险（Medicare）推出一项新试点计划，允许私营公司使用人工智能审查老年人的医疗护理请求并在拒绝服务时获得奖励，该计划在亚利桑那州等六个州实施，引发了医生和立法者的强烈担忧，他们认为这将增加患者获取护理的障碍，可能导致不必要的拒绝和延误，尤其对老年人等脆弱群体造成伤害，同时质疑私营公司的利润驱动动机是否会影响医疗决策，相关争议已促使国会提出废除法案并引发全美多州立法监管浪潮。

美国肾脏病学会(ASN)人工智能工作组在ASN肾脏周会议上正式推出肾脏病学领域负责任使用人工智能的临床框架，该框架强调以临床问题为核心开发AI工具，重点涵盖慢性肾脏病、急性肾损伤、透析治疗及器官移植等场景的应用规范，同时指出数据质量、算法偏见和系统整合等挑战需持续依赖临床医生参与，框架已同步发表于《美国肾脏病学会杂志》，旨在通过解决伦理顾虑与技术障碍推动肾脏病诊疗向更精准、公平和高效方向发展，确保AI技术真正服务于患者获益。