环球医讯AI与医疗健康

北卡罗来纳大学夏洛特分校明哈杰·阿拉姆博士团队开发的创新人工智能系统，通过分析高分辨率视网膜扫描图像，在患者视力出现明显变化前数年识别细微病变，特别针对经济困难人群提供低成本筛查方案，避免因高额费用延误诊断；该技术已在常规初级保健中实现应用，医生可快速上传扫描图像获取糖尿病性眼病等严重眼疾的实时分析与诊断建议，患者能据此及时转诊专科治疗，团队正与非营利组织Care Ring合作推进糖尿病患者视网膜扫描的临床落地，目标是通过早期干预预防视力损伤并寻求FDA批准，最终实现全球范围内的普及应用以降低可避免性失明风险。

微软宣布成立"MAI超级智能团队"，计划投入巨额资金开发特定领域超越人类能力的AI技术，首阶段锁定医疗诊断应用，目标在2-3年内实现"医疗超级智能"以早期检测可预防疾病。该团队由深度思考联合创始人穆斯塔法·苏莱曼领导，强调专注解决实际问题的"人文主义超级智能"，避免追求无限能力的通用AI，并承诺新技术将显著提升人类预期寿命，同时规避生存性风险，其技术路径参考了深度思考AlphaFold蛋白质结构预测模型的成功经验。

美国联合委员会与健康人工智能联盟发布了关于医疗健康领域人工智能负责任使用的非约束性指南，该指南确立了涵盖人工智能政策与治理结构、患者隐私与透明度、数据安全与保护、持续质量监控、安全事件报告、风险与偏见评估以及教育与培训等七个关键领域的原则，旨在促进医疗健康领域人工智能的安全、有效、公平和符合伦理的使用。尽管该指南不具有监管效力，但其内容与美国食品药品监督管理局关于人工智能医疗设备和药物发现的指导方针高度一致，反映了行业对负责任使用人工智能的共识正在形成，医疗组织和人工智能工具提供商应考虑采取基于风险的措施与这些原则保持一致，以加强患者信任，降低运营和法律风险，并在日益严格的监管环境中占据竞争优势。

英格兰健康监督机构最新研究显示，英国男性正日益依赖社交媒体和人工智能获取健康信息，其中五分之一使用TikTok、Instagram和YouTube等平台，近十分之一使用ChatGPT等AI工具，这一比例明显高于女性；18至24岁年轻男性和少数族裔男性尤其倾向通过非传统渠道获取健康建议，但这也带来虚假信息风险，近期已出现TikTok网红推广未经许可减肥药物等问题，报告呼吁国家医疗服务体系应建立专门男性健康板块，加强社交媒体存在感，并提升公众数字健康素养，将这一趋势转化为改善男性健康的有效工具。

肯尼亚卡贾多县引入全球首台便携式人工智能X光机，有效破解偏远地区耐药结核病诊断难题。该设备通过AI算法快速识别利福平耐药结核病，显著提升诊断精度与时效性，特别适用于网络与电力匮乏的农村地区。数据显示卡贾多县结核病发病率高达521例/10万成年人，耐药率超全国平均水平四倍，农村患者占比70%。国家设备支持计划推动此项创新，将X光服务延伸至偏远村落，结合社会经济因素干预，有望彻底改变农村结核病防治格局，为全球公共卫生提供新范式。

阿联酋Burjeel控股旗下癌症研究所与美国生物技术公司Avesta Bio签署合作备忘录，共同推进AI赋能的癌症研究与创新，旨在加速癌症研究进程、扩大阿联酋及周边地区先进治疗方案的可及性，通过探索多阶段临床试验可行性、加强临床研究基础设施建设、促进知识交流并开发符合全球最高肿瘤学标准的治疗解决方案，将该地区从创新消费者转变为创造者，此举强化了阿布扎比作为全球医疗创新枢纽的地位，符合阿联酋建设技术驱动型世界级医疗生态系统的国家战略。

2025年HLTH医疗健康峰会上，美国主要医疗机构展示了人工智能技术从概念验证向实际落地的战略转型，克利夫兰诊所、坦帕综合医院和休斯顿卫理公会医院等机构分享了在代理型AI、环境感知AI等领域的具体应用，重点聚焦于提升临床效率、优化患者体验和降低成本，会议凸显了医疗AI从炒作阶段迈向务实应用的新阶段，强调投资回报率验证和临床效果评估的重要性，标志着行业正从追求技术创新转向注重实际运营影响的成熟发展阶段，这一转变对全球医疗健康系统数字化转型具有重要参考价值。

本研究发表于《美国神经放射学杂志》，提出了一种基于自监督学习的创新框架，用于自动识别脑出血患者头部CT扫描中的黑洞征(BHS)，该征象可有效预测血肿扩大(HE)风险。研究团队利用ResNet-50模型在超过170万张未标记CT图像上进行预训练，实现了扫描级别0.75-0.89的AUC得分和0.60-0.70的F1分数，显著提升了诊断准确性。该技术不仅能减少人工标注需求、降低医疗成本，还能加速患者精准分诊，在外部数据集验证中展现出良好泛化能力，为医学影像分析领域特别是数据有限场景提供了突破性解决方案，有望改善脑出血患者的临床预后。

本文深入探讨了脑机接口(BCI)技术在医学领域的革命性应用，详细介绍了包括Science公司、Neuralink等在内的多家企业如何通过植入微型计算机芯片帮助视力受损、瘫痪或失语患者恢复部分功能，展示了人工智能与生物技术融合的前沿进展，同时分析了技术面临的挑战、伦理问题及未来可能对健康医疗和社会产生的深远影响，预示着人类与机器界限正在逐渐模糊的科技新时代，这一技术变革既带来希望也引发思考。

特伦托大学研究团队开发的BraDiPho工具融合离体脑解剖与活体成像技术，创建高分辨率3D白质图谱，首次实现ex-vivo解剖与in-vivo纤维束成像数据的精确整合，该创新结合临床神经科学与人工智能，使神经外科医生能识别脑功能"高速公路"并进行定量测量，为脑肿瘤治疗、神经退行性疾病干预及神经康复开辟新前沿，12个解剖标本模型已免费提供全球科学界，助力手术规划、医学教学及帕金森病等神经调控治疗研究，显著提升脑部疾病诊疗精准度。