环球医讯AI与医疗健康

克里斯·约翰逊被诊断出肌萎缩侧索硬化症(ALS)后，冰桶挑战再次引发关注。本文采访了Everything ALS创始人英杜·纳瓦尔，她指出尽管2014年冰桶挑战大幅提高了公众意识，但ALS研究进展仍然缓慢。纳瓦尔解释了ALS研究面临的特殊挑战，包括疾病发展迅速导致研究连续性中断、测量工具落后等问题，并介绍了如何利用AI技术开发客观测量工具和Sava AI等创新解决方案。她强调，普通人可通过参与语音研究等简单方式为ALS研究做出贡献，而不仅仅停留在社交媒体上的冰桶挑战活动，这对加速ALS治疗开发至关重要。

克利夫兰诊所2025年收入周期团队收集了超过150亿美元的美国净患者收入，拥有3800多名全职员工，收款成本为2.92%，但面临15%的索赔拒绝率，通过将医务主任嵌入收入周期运营、实施医师咨询计划及应用人工智能技术，该机构正致力于在索赔发出前预防拒绝而非事后处理，强调服务提供方与付款方合作，简化流程、减少摩擦，推动近乎实时的索赔裁决，以解决当前医疗系统中索赔拒绝处理流程中不可持续的资源浪费问题，确保医疗服务以患者为中心，避免将患者置于付款方和服务提供方之间摩擦的中心。

纽约州立大学科特兰分校健康系助理教授埃尔宾·舍胡（Erblin Shehu）将作为共同首席研究员，主导一项由美国卫生与公众服务部资助的重大研究项目，深入考察AI驱动的招聘技术对残疾人就业机会的影响。该项目获得460万美元联邦拨款，重点分析算法简历筛选系统如何影响雇主回应率与面试机会，并联合哈佛大学、康奈尔大学等顶尖学术机构及数据分析公司Mathematica，旨在识别招聘算法中的潜在偏见，为残疾人就业权益制定政策解决方案，确保人工智能技术发展过程中不会让残障群体在劳动力市场中掉队，研究成果将对全球残疾人包容性就业政策产生深远影响。

健康信息共享与分析中心(Health-ISAC)于2026年7月14日发布报告，警示医疗保健行业领导者需加强对人工智能供应链的风险管理。该报告指出，随着AI技术深度融入电子健康记录、临床决策系统和医疗设备，传统第三方风险管理已无法应对日益复杂的人工智能供应链挑战。报告建议医疗机构建立AI专项治理机制，要求供应商提高模型透明度，实施全生命周期监控，并将AI风险纳入企业整体风险管理框架，以应对2026年日益严峻的AI赋能网络攻击威胁。该指南与美国国家标准与技术研究院(NIST)的人工智能风险管理框架保持一致，强调需评估整个供应商生态系统而不仅是直接技术供应商，为医疗行业提供全面的AI风险管理指导。

俄罗斯通过Prof Polymed公司发起的AI医疗项目正式加入埃及政府主导的"Etaman"（安心）早期疾病检测倡议，为明亚省和苏伊士省居民提供免费AI辅助健康筛查服务。该系统利用统一数字平台自动分析X光片、乳房X光照片和心电图，15分钟内生成初步诊断报告，项目启动以来已为1000多人完成筛查。卫生部长哈立德·阿卜杜勒-加法尔表示该技术有望加速全国健康筛查计划，双方还签署了涵盖疫苗供应、AI诊断服务和核医学合作的协议，标志着埃及与俄罗斯在医疗技术领域的深度合作迈上新台阶。

本文深入探讨了人工智能技术在心理健康服务中的双重影响，系统分析了AI工具在诊断预测、治疗支持及行政管理方面的应用潜力与局限性，揭示了患者使用聊天机器人面临的隐私泄露、诊断偏差等安全隐患，详细介绍了美国各州采取的监管措施及专业机构提供的指导原则，强调在自杀率上升和心理健康服务缺口持续存在的背景下，各方应协同合作确保AI技术既能扩大服务覆盖范围，又能有效保障患者安全与权益，推动心理健康服务向更高效、更人性化方向发展。

人工智能技术正被欺诈者用于生成虚假医疗记录、制造合成患者身份及模拟医师语音，使医疗保险欺诈行为效率提升且成本降低，美国医疗保险和医疗补助服务中心数据显示年欺诈损失高达1050亿美元，当前深度伪造X光片识别准确率仅75%，行业正通过语音认证系统、医学影像像素级检测工具及AI文档特征分析构建防御体系，司法部已将AI生成虚假医保录音纳入2025年最大规模医疗欺诈专项行动，保险企业需将AI检测工具整合至理赔流程前端而非事后审查。

俄克拉荷马大学研究人员开发了一种便携式偏振敏感光学相干断层扫描(PS-OCT)系统，结合AI驱动的图像分析技术，能够非侵入性地评估捐赠肝脏的微结构，检测脂肪变性和炎症等关键指标，覆盖区域远超传统活检方法。研究团队通过与OU Health合作，证实PS-OCT成像特征与病理发现及移植后早期肝功能指标显著相关，这种技术可为移植团队提供更全面的器官质量视图，帮助识别原本可能被拒绝的可用器官，减少器官废弃率，目前已从5个临床案例扩展至30多个，目标达到200例以进一步完善AI模型，未来将开展多中心临床研究并将技术扩展至肾脏、肺等其他器官评估领域。

本文探讨了生成式人工智能如何在健康技术评估(HTA)流程中发挥关键作用，通过自动化文档创建、辅助文献筛选、合成已发表文献、提取真实世界数据洞察以及编译全球价值档案等方式，大幅提高工作效率。文章基于肿瘤学、罕见病和细胞基因疗法提交的前线经验，详细分析了五种实用的HTA工作流程应用案例，并强调了在保持科学完整性的前提下，负责任地部署AI技术可以显著缩短创新医疗技术到达患者的时间，同时确保专家验证的重要性。文中指出，成功的GenAI整合需要透明的数据来源、专家监督和跨职能协作，这将为HTA交付提供最佳支持。

纽约大学朗格尼医疗中心最新研究显示，2020年至2025年间，Epic电子健康记录系统中的患者门户消息量激增153%，远超预期。研究分析了全美2067家医院和47100家诊所的1.4亿患者记录，发现尽管患者普遍青睐便捷的数字通信，但医生面临"无补偿时间"困境，每条看似简单的消息背后往往需要查阅病历并协调护理团队。随着生成式AI技术引入，医疗机构亟需重新规划人员配置和培训，以平衡日益增长的数字工作量与传统临床工作，同时利用AI工具如智能聊天机器人优化内容呈现并提高临床医生时间利用效率。