环球医讯AI与医疗健康

本文探讨了人工智能（AI）在医疗保健领域的作用，强调AI并非要取代医生，而是作为辅助工具帮助医生提高工作效率、做出更优决策并改善患者护理。专家们指出，AI在医学影像分析、电子病历辅助诊断、行政流程自动化以及疾病监测预警等方面展现出巨大潜力，尤其对非洲医疗资源匮乏地区具有特殊意义。同时，文章也警示了数据隐私、算法偏见和伦理披露等挑战，主张将AI明确定位为支持性工具，并呼吁加强相关伦理保障和本地化AI系统开发。

2026年，医疗系统面临患者寻求快速就诊、临床医生工作繁重及混合护理模式扩展的压力，AI驱动的虚拟分诊、医疗设备网络安全风险和数字处方疗法三大趋势凸显。AI用于患者初次接触可减少拥堵但需解决准确性挑战；设备互联增加了攻击面，旧设备安全及AI嵌入运营带来新漏洞；数字治疗市场分化，需要更强技术、伦理和临床监管。IEEE SA通过医疗设备网络安全认证、全球标准化医疗应用评估注册等项目支持创新，以保障安全、可及性和信任，应对未来挑战。

Evo 2是一个大规模、完全开源的人工智能模型，基于超过12.8万个基因组（涵盖所有生命领域）的9.3万亿个核苷酸进行训练，能够识别不同生物间基因序列的模式、准确预测人类基因中的致病突变（如BRCA1变异分类准确率超过90%），并设计与简单细菌基因组长度相当的新基因组。该模型由Arc研究所与英伟达合作开发，采用StripedHyena 2架构，可一次性处理长达100万个核苷酸的遗传序列，为疾病预测、合成生物学以及精准医疗提供了强大的基础工具。

东北大学生物工程助理研究教授Kiran Vanaja获得一项人工智能工具专利，该工具通过分析急性髓系白血病患者的基因和表型数据，可在单晚时间内识别突变、预测药物反应和耐药性，从而将诊断到治疗的时间从数周缩短至数小时。该神经网络模型基于数千个细胞数据训练，不仅能匹配基因型与表型，还可为个体化治疗提供建议。研究团队计划未来将该技术扩展至实体肿瘤，并持续通过真实世界数据优化模型。

丹佛一家公司获得美国食品药品监督管理局批准，推出基于超声波图像的人工智能程序“预产期AI”，能以11天误差预测婴儿出生日期，并可能通过提前预警早产风险改善新生儿健康。该AI利用肯塔基大学数百万张匿名超声波图像训练，发现了八项与妊娠时长相关的指标，其中七项是医学界此前未知的早产风险因素。若预测的出生日期早于预期，可提醒医生和家庭采取干预措施，如使用类固醇促进胎儿肺部发育，或提前转院至有新生儿重症监护室的医院。文章还列举了传统早产风险因素，并指出该AI目前仅适用于单胎且无已知异常的妊娠，每次扫描费用约100至200美元。

一项对8000人进行的调查显示，只有49%的英国公众愿意使用NHS应用中计划于2028年推出的人工智能功能，该功能被卫生大臣韦斯·斯特里廷誉为“口袋里的医生”。调查发现公众更支持其他功能，如预约医院、选择医院等，但对AI提供的医疗建议持谨慎态度。卫生大臣曾在2024年承诺，未来更新将利用AI回答用户医疗问题，以减轻医院和全科医生压力，但健康基金会分析师指出，与公众的实质性接触对于确保新工具满足患者需求、减少而非加剧不平等至关重要。

美国FDA批准了Perimeter Medical Imaging AI公司的Claire系统，这是首个集成人工智能的成像设备，用于乳腺癌保乳手术中实时评估切缘。该系统利用广域光学相干断层扫描，提供10微米分辨率的3D图像，并经过200万张图像训练，能显著降低术后残留癌细胞，减少重复手术率，改善患者预后。该批准基于CLAIRE试验，显示切缘准确率达88.1%，并达到超优越性标准。

DNA基础模型Evo 2在《自然》杂志正式发表，该模型基于10万余种物种的DNA训练而成，能够识别跨物种的基因序列模式，高精度预测人类基因中的致病突变，并可设计结构简单的细菌基因组。Evo 2由Arc研究所、英伟达及多所大学共同开发，是目前规模最大、完全开源的人工智能模型，未来可应用于疾病诊断、基因疗法及合成生物学等领域。

Creatz3D北美销售副总裁杰克·赫斯林（Jack Heslin）接受MD+DI采访，探讨人工智能与3D打印融合在个性化医疗设备中的潜力与挑战。他指出，AI生成设计可能无法直接制造，存在“可制造性”鸿沟；同时，基于概率的AI决策存在固有风险，监管机构也因数据不足而难以制定规则。他强调，行业仍处于学习曲线的底部，过度依赖AI可能导致诉讼和设计失败。文章还讨论了团队构建、法规考量等现实问题。

约翰霍普金斯医学院威尔默眼科研究所的新研究表明，人工智能辅助诊断工具可能帮助解决糖尿病患者眼科护理中长期存在的差距。研究人员发现，非裔美国患者在使用AI辅助筛查工具时，获得眼科检查转诊的可能性更高。该研究基于2020年8月至2022年9月期间3745名成年糖尿病患者的医疗记录，结果显示AI筛查组中64.9%的非裔患者获得转诊，而传统方式仅为44.4%。AI工具能在初级保健诊所当场分析视网膜图像并出具结果，消除了患者需要另行预约的障碍。尽管AI不能解决所有医疗差距，但这项探索性研究为缩小服务不足人群的眼科护理差距提供了早期证据。