环球医讯AI与医疗健康

微软宣布组建名为MAI超级智能团队的专项小组，由人工智能主管穆斯塔法·苏莱曼领导，计划投入巨额资金开发在特定领域超越人类能力的专用人工智能模型，首阶段瞄准医疗诊断方向。该团队将专注于开发"人文主义超级智能"技术，旨在解决实际问题且几乎不存在生存风险，苏莱曼表示有望在两到三年内实现医疗超级智能突破，通过早期检测可预防疾病显著提升人类预期寿命和健康年限，同时明确区别于追求无限通用能力的同行路线。

随着人工智能在心理健康咨询领域的快速普及，专家警示其潜在风险包括强化用户认知偏差、无法识别非语言信号等关键缺陷，近期已有青少年通过ChatGPT获取自杀指导的诉讼案例。尽管AI因可及性高、成本低及减少病耻感而被广泛使用，但临床心理学家强调人类互动不可替代，错误健康建议可能导致严重后果，最新动态显示主流聊天机器人已增设安全护栏引导用户自主决策并避免直接医疗建议。

近期研究揭示医疗人工智能工具在临床应用中存在显著弱点，包括基于患者社会经济和人口统计特征的隐性偏见问题，导致对黑人、无家可归者或LGBTQIA+群体的诊疗建议出现系统性偏差，如更频繁推荐紧急干预或减少低收入群体诊断选项；同时AI在尿路感染识别等特定领域表现优于医生，但医生在病史采集方面更具优势。专家强调医生必须实施严格测试和持续监督流程，验证AI工具在代表性数据上的表现，并警惕算法偏见对医疗公平性的影响，避免因盲目采用早期AI系统而损害患者安全与诊疗质量。

肯塔基大学研究揭示全球急诊科在诊断巨细胞动脉炎(GCA)方面存在严重缺陷，60%以上急性眼部症状患者未接受相关检测，高危群体漏检率高达94%。阿瓦萨拉博士提出将颞动脉超声(TAUS)纳入急诊协议，这种快速非侵入性检测可实时诊断血管炎症，性能超越传统活检。研究强调GCA应被视为等同于中风的紧急情况，需建立标准化诊断路径，并结合人工智能与便携设备实现全球实时诊断，防止本可避免的失明，尤其惠及偏远地区医疗资源匮乏的患者群体。

伊利诺伊州布卢明顿启动基因检测试点项目，运用人工智能算法分析电子病历线索与简易颊拭子检测，早期识别家族性高胆固醇血症这一隐匿性遗传病。该病影响约1/200美国人，90%患者未被诊断，可导致儿童期就出现极高胆固醇水平及早发心梗中风风险。项目通过移动端可视化教育推动家族成员联动筛查，对确诊者采用他汀类药物治疗，旨在将心血管风险降低80%，实现跨代际疾病预防，标志着个性化医疗在无声杀手防控中的重大突破。

美国桑福德伯纳姆普雷比斯医学发现研究所与罗氏制药合作开展研究，利用病态恒化器和基因组测序技术绘制了鲍曼不动杆菌对替加环素和多粘菌素的耐药突变图谱。研究发现替加环素耐药主要由影响细菌外排泵功能的突变驱动，而多粘菌素耐药则与影响细菌细胞壁目标酶活性的突变相关。该成果将助力开发基于基因组的耐药性预测方法，使医生能精准选择抗生素，提高个体治疗效果并减缓全球抗生素耐药性进化速度，对解决医院感染难题具有重要临床意义，特别针对美国每百名患者中就有超一人感染的鲍曼不动杆菌这一"医院幽灵"。

韩国浦项科技大学研究团队开发出基于基因型-表型差异的AI预测模型，通过分析人类与动物模型在基因必需性、组织表达模式及生物网络连接性三方面的生物学差异，显著提升药物毒性预测准确率。该模型使用434种有害药物和790种获批药物数据验证，曲线下面积AUPRC1从0.35提升至0.63，AUROC2从0.50提升至0.75，能提前95%准确率识别面临市场撤回风险的药物，有效弥合临床前与临床试验间的"转化鸿沟"，为制药企业节省成本并大幅提高患者安全性。

2025年美国制药科学家协会年度会议PharmSci 360将于11月9日至12日在德克萨斯州圣安东尼奥举行，重点展示人工智能在生物制药领域的最新应用。会议将聚焦AI驱动的药物开发、基因治疗进展及空间转录组学等前沿技术，汇集800多份研究摘要和200多场演讲。佛罗里达大学药学院Mei He博士作为会议科学规划委员会主席，强调AI已深度融入药物研发全流程，从基础研究到临床转化，为科学家提供把握行业创新前沿的重要平台。

2025年11月6日至7日，布罗德研究所将举办机器学习在药物发现中的应用研讨会，聚焦人工智能驱动的药物研发突破。会议涵盖基础模型在生物医学的应用、物理模拟与AI整合、蛋白质稳定性预测等前沿议题，汇集艾比克治疗公司、哈佛医学院等机构专家，展示从模型构建到药物设计的完整技术路径，探讨AI在肿瘤坏死因子超家族靶点攻克及癌症细胞状态建模中的实践成果，为低数据场景下的化学宇宙探索提供创新解决方案。

美国卫生与公众服务部（HHS）高级官员强调人工智能在医疗健康领域的关键作用，主张政府应构建基础框架后让私营部门主导创新；CMS代理管理员艾米·格里森分享个人经历推动改革，计划创建国家提供者目录和AI应用商店，同时大力招募顶尖技术人才；HHS副部长吉姆·奥尼尔表示已向6万员工部署大语言模型，并认为"越快越好"，避免过度监管以促进AI在诊断、治疗和药物研发中的应用，预计四年内患者将普及AI健康助手，解决医疗系统碎片化问题并提升患者体验。