环球医讯AI与医疗健康

本研究开发了机器学习模型，利用早期阶段18F-Florbetaben PET和临床数据预测阿尔茨海默病患者的β淀粉样蛋白阳性及认知状态，展示了多模态数据在早期诊断和个性化干预中的潜力。

HL7通过新成立的AI办公室，致力于制定医疗领域可信AI的全球标准，推动负责任的AI部署和创新，并借助开放标准为未来技术奠定基础，目标是实现透明、可互操作且无缝集成到医疗决策中的突破性AI技术。

英国研究人员开发了一种基于氮化硼纳米管的可穿戴传感器，能够实时监测膝关节扭矩，为关节健康管理、康复支持和损伤预防提供精准数据，并可与辅助设备连接，适用于临床、运动及更多领域。该设备采用压电材料与内置神经网络技术，具备高效能、低成本优势，展现了广阔的应用前景。

本文全面探讨了基于传感器的医疗技术在慢性病早期预测、老年护理等领域的应用，涵盖可穿戴设备、植入式设备及环境监测系统，并结合机器学习算法提升诊断准确性，为智能医疗系统的未来发展指明方向。

Perspectives Health是一款专为行为健康电子病历设计的AI工具，可无缝集成现有系统，支持多种文档类型，显著节省医生时间，并通过自动化功能优化临床工作流程，符合HIPAA和SOC 2 Type II认证标准。

本文介绍了IDRdecoder，一种基于机器学习的方法，用于预测蛋白质内在无序区域（IDRs）的功能、药物作用位点及相互作用分子亚结构，为IDR靶向药物开发提供重要工具，助力生物医药领域发展。

本研究开发并验证了一种结合膳食抗氧化剂的机器学习模型，以预测糖尿病患者的心血管疾病风险，并通过SHAP值分析揭示关键抗氧化剂对心血管健康的贡献，为糖尿病患者的饮食建议提供了科学依据。

该研究评估了一种集成U-Net++模型，用于从非对比心脏CT扫描中分割心外膜脂肪组织并量化其体积，并证明了其在冠状动脉疾病风险评估中的潜在应用价值，展示了自动化技术在医学影像分析中的高效性与准确性。

一款名为RxFood的人工智能应用正在帮助糖尿病患者通过拍摄食物照片估算碳水化合物含量，该应用已获得多项临床研究支持，并被多家大型医疗保险公司采纳，显著提高了患者的饮食管理效率和健康水平。

尽管ChatGPT等AI聊天机器人在日常任务中具有多种功能，但在某些情况下，如涉及敏感信息或需要专业知识的问题上，使用ChatGPT仍然是不合适的。本文列出了11种不应使用ChatGPT的情形，包括诊断身体健康问题、处理心理健康、即时安全决策、个性化财务或税务规划、处理机密或受监管的数据、从事非法活动、学校作业作弊、监控信息和突发新闻、赌博、起草遗嘱或其他具有法律约束力的合同以及创作艺术。