环球医讯AI与医疗健康

本文详细报道了韩国江北三星医院使用AI心电图技术成功在患者心脏病发作前15分钟检测出心脏异常的案例，介绍了Medical AI公司开发的AiTiALVSD系统如何通过分析2000多万份心电图数据实现早期诊断，以及StroCare Suite和AVIEW NeuroCAD等AI医疗解决方案在中风和脑出血检测中的应用，展示了人工智能如何将医生凭经验判断的模糊指标量化为精确数据，从而把握"黄金抢救时间"，显著提升心脏病、中风等急症的诊断准确率和治疗效率，推动医疗领域向精准化、个性化方向发展，为延长人类寿命和提高生活质量开辟新途径。

人工智能技术正在远程健康诊断领域发挥关键作用，韩国多所顶尖医疗机构近期开发了创新性AI平台，包括通过分析咳嗽和呼吸声实时检测肺部充血、利用智能手机应用自测中风风险，以及为海外重症患者提供远程咨询服务。这些技术特别惠及偏远山区居民和医疗资源匮乏地区人群，能早期发现心力衰竭、血管阻塞等严重健康问题并及时干预，有效降低就医成本和时间。在非洲、印度和东南亚等低收入国家，AI已超越医生助手角色，执行肺结核、糖尿病和失明症等专科诊断功能，当地卫生工作者使用便携设备采集影像后，AI可即时识别异常并分析胎儿状况，显著提升了全球医疗可及性。

本文深入报道了人工智能技术在远程健康诊断领域的创新实践，涵盖韩国大学金英柱教授团队研发的肺充血实时监测系统、延世大学许俊宁助理教授开发的CarotidAI中风风险自评平台，以及首尔峨山医院针对海外重症患者的远程咨询服务体系；这些应用显著提升了偏远山区和低收入国家的医疗可及性，通过分析咳嗽声、颈动脉呼吸声等实现心衰和中风的早期预警，并在非洲、印度等地利用便携设备辅助诊断结核病、糖尿病及胎儿异常，有效降低了就医成本并优化了全球医疗资源分配，为健康保障提供了技术支撑。

哈佛医学院研究人员开发出新型AI模型popEVE，该工具通过整合跨物种进化数据与人类种群变异信息，能精准评估基因变异致病概率并预测疾病严重程度。在3万例未确诊发育障碍患者中，popEVE成功定位约三分之一的致病原因，新发现123个与发育障碍相关的基因，其中25个已被独立研究证实。该模型无显著祖先偏差，已通过在线平台开放使用，并在波士顿儿童医院等机构开展临床合作，有望显著提升罕见遗传病诊断效率并推动新药靶点发现，为传统基因检测无法确诊的患者提供新希望。

2025年Veeva商业峰会欧洲站深入探讨人工智能在制药与生命科学领域的革命性作用，重点分析智能体AI作为商业伙伴的潜力及其自主执行任务的能力，强调优质数据作为AI战略核心的五大支柱，包括准确性、完整性和合规性；与会专家指出，企业需将AI深度嵌入日常流程而非简单叠加，并通过建立AI学院加强员工培训与信任机制，确保评审环节的可靠性，最终在负责任使用的前提下，AI有望彻底革新行业运营效率并实现垂直百分比的生产力提升，但当前仍需解决技术复杂性与落地应用的挑战。

哈佛医学院研究人员开发出名为popEVE的新型人工智能模型，该工具通过整合跨物种进化数据和人类群体遗传变异信息，能精准评估基因变异致病概率并划分严重程度等级，在30,000例未确诊发育障碍患者中成功识别出三分之一的致病基因变异，更发现123个此前未知的疾病关联基因，其中25个已获独立研究证实，该技术将显著提升罕见遗传病诊断效率并推动新药靶点发现。

穆罕默德·本·扎耶德人工智能大学（MBZUAI）宣布启动计算生物学领域首批硕士和博士招生计划，标志着该校正式将研究与教学使命扩展至生命科学前沿。该计划依托人工智能技术推动健康与疾病研究，涵盖分子、临床及数据驱动多层面，重点开展AIDO数字生物体模型、人类表型组计划及阿联酋基因组分析等项目，旨在通过跨学科协作培养专业人才，支持阿联酋建设全球竞争力的生物技术产业，助力国家知识经济多元化战略及成为全球科技中心的愿景，为疾病预测、药物发现和个性化医疗带来突破性进展。

爱尔兰男子沃伦·蒂尔尼因过度依赖ChatGPT延误食道癌诊断，突显AI医疗系统的结构性风险。研究表明，基于欧美白人男性数据训练的AI在儿科误诊率达83%，对黑人女性误诊率高达50%，并倾向对低收入群体推荐基础检查、对边缘群体开具不必要心理评估，加剧全球医疗不平等。世卫组织指出43个欧洲国家面临法律责任不明问题，若缺乏有效监管框架，AI将深化而非缓解健康鸿沟，威胁医疗公平性。

赛诺菲首席执行官明确驳斥硅谷科技领袖声称AI能治愈癌症的观点，指出人体对药物的反应具有高度个体差异性，使得AI无法通过数据理解直接提供治愈方案；他强调药物研发从概念到上市平均需15年且面临90%失败率，而AI技术可借助大语言模型将失败率降至80%，从而提高研发成功率并加速发现新型疗法，但生物学进程和监管流程有其固有节奏，细胞生长规律不受科技干预影响，AI的核心价值在于辅助设计前所未有的靶向药物而非替代科学研发。（128字）

本研究评估了美国食品药品监督管理局(FDA)审查的AI/ML医疗设备的透明度情况，研究者回顾了1970年至2024年12月间FDA批准或清除的1,012个AI/ML设备的安全性和有效性摘要，使用创新的AI特性透明度报告(ACTR)评分系统(包含17个类别)进行评估。研究发现平均ACTR评分为17分中的3.3分，2021年指南发布后仅提高了0.88分，近一半设备未报告临床研究，超过一半未报告任何性能指标。这些发现突显了透明度差距，强调了制定可执行标准以确保对AI/ML医疗技术信任的必要性，并建议采用机器可读的"AI模型卡"等措施改善现状。