环球医讯AI与医疗健康

波士顿儿童医院发表在《新英格兰医学杂志》AI特刊的研究显示，OpenAI的o3深度研究模型成功帮助诊断了18名罕见病患儿，这些病例曾让医生长期束手无策。研究分析了376个未确诊患者的基因组，AI模型帮助诊断了10名神经发育障碍患者、4名神经肌肉疾病患者、2名早期精神病患者和2名突发意外死亡患者，诊断率达5%。专家强调AI应作为医生的辅助工具，而非消费者直接使用的诊断工具，这一技术有望加速解决积压的疑难病例，为众多家庭带来希望，标志着AI在医疗诊断领域的重要突破。

一项发表在《自然医学》杂志上的研究表明，AI工具EchoNext成功识别出一名45岁男子的心电图中医生最初忽略的严重心脏问题，该患者因咳嗽、呼吸困难被误诊为哮喘后，AI分析发现了心脏功能严重受损的迹象，促使医生进行超声心动图检查，最终确诊为需心脏移植的罕见遗传性心脏病，这标志着AI在辅助医疗诊断，特别是早期发现危及生命心脏疾病方面的重大突破，且该系统已获FDA批准，将通过OpenEvidence平台免费提供给美国医生使用，旨在为临床决策提供额外支持而非取代医生。

本文介绍了多家AI公司正以高薪聘请各领域普通专业人士参与AI模型训练的现象。以加拿大渥太华的瑞秋·安德鲁斯为例，她通过兼职为旧金山Mercor公司工作，每周可获得可观收入。Mercor等平台每天向约3万名"专家"支付超300万美元，职位涵盖管理顾问、工程师和配音演员等，时薪从50至150美元不等。这些专业人士主要负责评估AI输出质量、分享专业知识，帮助提升AI的准确性和专业性。尽管有人担忧这是在训练取代自己的机器人，但从业者认为AI将改变而非完全取代人类工作，而是将改变我们工作的方式。

西北大学工程师研发出受小脑启发的AI芯片，该设备通过模拟大脑反射中心的高效工作机制，能够以传统AI方法万分之一的计算量检测心脏异常，在五分之一心跳时间内完成识别且准确率超98%。这项技术突破了冯·诺依曼架构瓶颈，利用二硫化钼材料实现单硬件双模态操作，为可穿戴医疗设备、自动驾驶系统和网络安全监测提供了超低功耗、始终在线的边缘AI解决方案，有望彻底改变人工智能的能效标准，使实时异常检测技术在不依赖云数据中心的情况下实现广泛应用。

以色列创立的AI生物科技公司Immunai与德国制药巨头勃林格殷格翰达成最高1500万美元的药物发现合作，将利用Immunai的单细胞AI平台分析数千份癌症和自身免疫疾病患者样本，旨在同时探索T细胞功能障碍模式以发现新型药物靶点。该合作打破传统分领域研究模式，通过湿实验室验证和跨疾病数据分析，有望为全球每年2000万癌症患者及约10%受自身免疫疾病困扰的人群开发突破性疗法，标志着人工智能在生物医药领域的深度应用取得新进展。

以色列创新局宣布投资7000万新谢克尔，联合NVIDIA、梯瓦制药(Teva)、Sheba医疗中心等行业领先合作伙伴，建立"以色列BioToken工厂倡议"(IBFI)，旨在开发生物学、药物发现和个性化医学中的人工智能应用的共享技术基础设施，解决计算生物学中表示、处理和整合复杂多模式生物数据的重大挑战，该计划包含Bio Tokens标准化表示层和Factory Model开发平台两大核心组件，将服务于整个以色列生命科学生态系统，推动预测肿瘤治疗反应、药物发现、个性化医疗等领域的突破性进展，为以色列在人工智能与生物医学交叉领域的全球领导地位奠定基础。

以色列理工学院研究人员开发出名为ELITE的新型AI技术，能够大幅提高磁共振成像(MRI)癌症扫描速度，从传统动态扫描的每1-2分钟获取一张图像提升至每秒一张。这项发表在《自然通讯》上的突破性技术通过结合数学模型与AI，既能保持图像质量又能加速扫描过程，特别适用于乳腺癌诊断，可捕捉到癌组织对对比剂的快速吸收和释放模式。该技术解决了传统MRI扫描速度慢、无法同时兼顾细节与时间精度的难题，对于提高乳腺癌检出率（MRI可达77%，而乳腺X光检查仅39%）具有重大意义，有望使全球每年约230万乳腺癌患者中的更多人受益，特别是在医疗资源匮乏地区。

本文采访了哥廷根大学医学中心职业、社会与预防医学研究所所长Susanne Völter-Mahlknecht教授，深入探讨人工智能在工作医学领域的应用前景与挑战。Völter-Mahlknecht教授指出，虽然AI能够整合分析大量健康数据以实现早期疾病检测和个性化预防措施，但必须坚守"人在回路中"的核心原则——人类始终保有最终决策权。她强调健康数据所有权应归员工所有，AI必须是可解释的"副驾驶"而非"自动驾驶仪"，并倡导数据最小化原则。文章还详细讨论了工作医学如何触及传统医疗系统难以覆盖的人群，以及如何为慢性病患者设计适合的工作环境等重要议题，为未来工作场所健康管理和预防医学发展提供了重要思路，同时平衡技术创新与人文关怀之间的关系。

本文深入探讨了代理式人工智能在医疗保健领域的应用前景，详细分析了其与传统AI的区别、关键优势、实际应用场景以及实施挑战，指出代理式AI通过自主执行多步骤工作流程，能够显著提升临床决策质量、减少医疗人员倦怠、实现个性化治疗并改善诊断流程，在药物发现、收入周期优化和患者持续监测等方面展现出巨大潜力，但同时也面临数据隐私、互操作性、人类监督等挑战，需要医疗机构建立完善的治理框架以确保安全有效应用。

本文报道了Ty Eveland在TikTok上发布戏弄AI医生和治疗师的视频，这些视频获得了数百万次观看并引发热议。文章探讨了AI在医疗诊断和心理治疗领域的应用局限性，引用了真实医生和治疗师的观点，指出尽管AI可作为辅助工具处理大数据，但在提供人性化医疗服务、理解患者情感和应对危机情况方面存在明显不足，强调医患关系中的人文关怀和情感连接是AI无法替代的核心价值。