环球医讯AI与医疗健康

纪念斯隆-凯特琳癌症中心首次应用人工智能技术进行临床试验评估，成功匹配所有人工筛选出的候选患者并额外发现更多适配者；该平台通过解析非结构化医疗数据实现精准患者匹配，将单例筛查时间从数小时缩短至批量处理，显著提升1800余项开放试验的入组效率，同时通过人机协同设计确保临床决策主导权，为癌症研究数据操作带来突破性改进，预计可减少筛查漏检率并扩大患者入组规模。

在2025年11月德国杜塞尔多夫Medica医疗展会上，专家们深入探讨了人工智能如何揭示医疗健康数据中的系统性性别偏见。女性大脑基金会首席执行官安东内拉·桑图乔内·查达博士指出，苹果Siri等AI系统因训练数据偏差无法有效处理痛经等女性健康问题，但这也促使人们意识到数据固有偏见；伦敦经济学院研究发现谷歌Gemma模型在生成社工案例摘要时弱化女性身心问题。谢菲尔德NHS基金会的海伦·克里姆利斯克教授强调，收集性别等多样性数据面临隐私挑战，需在数据充分性与实际可行性间取得平衡。专家认为AI虽可能强化歧视性结论，但能帮助识别和解决医疗健康领域的不平等，推动更公平的数据应用。

本期聚焦生物医药领域人工智能前沿动态：全球制药巨头通过联邦学习技术共建OpenFold3共享AI模型实现数据隐私保护下的药物研发协作；礼来公司开放价值10亿美元的AI平台TuneLab助力中小型生物科技企业；比尔·盖茨资助100万美元全球挑战赛推动AI破解阿尔茨海默病疗法；牛津大学获得1.18亿英镑专项资助，结合AI与人体挑战试验加速抗耐药菌疫苗研发，四项突破性进展共同彰显人工智能正在重塑药物发现与疾病治疗新范式。

英国国家健康与护理卓越研究所(NICE)最新发布临床指南，正式推荐五种人工智能工具——富士胶片的CAD EYE、奥林巴斯的ENDO-AID、Wision AI的EndoScreener、美敦力的GI Genius以及Magentiq的MAGENTIQ-COLO用于结肠镜检查中的肠癌筛查。这些AI系统将在英国国家医疗服务体系(NHS)中进行为期四年的临床应用，重点评估其在识别和表征结直肠息肉方面的有效性，同时监测对癌症检出率、医疗成本及随访周期的实际影响。研究表明早期发现肠癌可使90%患者存活五年以上，而作为英国第四大常见癌症，肠癌每年影响超4.2万人，癌症研究机构预测到2040年全球新病例将突破60万例，其中年轻成年人发病率正快速上升，英格兰位居增幅前列。

慕尼黑工业大学的研究证实，人工智能可显著提升癌症患者对CT检查报告的理解能力。研究团队利用合规开源大语言模型简化专业医学术语，使患者阅读时间从平均7分钟缩短至2分钟，且81%的患者认为简化版更易阅读、80%表示更易理解，同时帮助性和信息性评分分别高达82%。该成果强调了患者理解医疗报告在现代医学中的核心地位，有助于保障知情同意和提升健康素养，但指出AI生成内容需经专业人员审核以规避事实错误风险，研究发表于《放射学》期刊，为AI在医疗沟通领域的安全应用提供了重要实证支持。

美国哈佛医学院研究团队开发的新型AI模型Clairity Breast仅通过乳腺X光片即可精准预测女性五年内乳腺癌风险，其预测能力显著优于传统方法。该FDA授权工具基于42.1万份全球乳腺X光扫描数据训练，能识别人眼无法察觉的乳腺组织细微变化，在临床验证中高风险组患癌率（5.9%）较平均风险组（1.3%）高出四倍以上，而传统乳腺密度指标仅显示3.2%与2.7%的微小差异，有望推动30岁起始的个性化筛查策略，为无家族史女性提供早期干预依据。

一项针对英国全科医生的年度调查显示，四分之一的医生已在日常临床工作中使用生成式人工智能工具如ChatGPT，但95%的使用者未接受过专业培训，85%的雇主未鼓励使用。研究由乌普萨拉大学等五所国际机构联合开展，发现35%的医生用AI撰写医疗文档，27%用于诊断辅助，24%用于治疗决策，专家警告核心风险在于缺乏培训与监督可能导致误诊或算法歧视。英格兰NHS强调需建立安全框架确保技术可靠，苏格兰与北爱尔兰政府正制定AI伦理使用规范，该成果已发表于《数字健康》期刊，凸显医疗AI应用亟待监管体系完善。

本文系统阐述了人工智能在医疗健康领域的革命性应用，涵盖自然语言处理辅助诊断、医疗错误减少、医学影像分析、数字生物标志物监测及欺诈预防五大核心场景，引用Statista数据指出全球AI医疗市场将从2021年110亿美元激增至2030年1870亿美元；同时深入剖析了数据隐私保护、伦理法律规范、算法准确性验证、医患信任建立及联邦法规合规等关键挑战，强调通过负责任的技术实施与跨领域协作，人工智能有望彻底变革医疗服务模式，为全球健康事业创造更精准、高效且普惠的未来图景。

以色列理工学院研究人员开发出基于黏滑机制的纳米孔技术，通过精确控制蛋白质在合成纳米孔中的运动并记录离子电流生成独特电学“指纹”，结合机器学习模型实现蛋白质的快速识别。该方法无需依赖复杂分子马达或特异性抗体设计，分析速度比现有技术快几个数量级，每个蛋白质识别仅需零点几秒，适用于97%含半胱氨酸的人类蛋白质组，有望革新癌症诊断、个性化治疗等临床应用，并为全面蛋白质组分析提供突破性工具，推动生物医学研究进入实时诊断新阶段。

本文探讨制药行业在人工智能热潮中的战略调整必要性。克雷格·阿克曼指出，尽管75%的企业投资AI，但医药领域仅20%参与，因高度监管环境延缓技术应用；他建议企业持续投入AI以自动化文案写作等基础功能，警惕泡沫风险但无需恐慌，类比互联网泡沫后技术持续发展的历程，并分析了全球市场差异、关税影响及销售模式转型等关键议题，强调需根据组织定位制定增长路径。