环球医讯AI与医疗健康

美国犹他大学约翰·莫兰眼科中心的研究人员开发出全球首个用于治疗新生血管性年龄相关性黄斑变性（nAMD）的AI工具，该工具通过分析视网膜扫描数据与医疗记录，帮助眼科医生制定个性化治疗方案并预测年度治疗需求。临床测试显示该系统在56%的争议病例中获得医生认可，未来将推进FDA审批流程。

谷歌最新医疗AI系统Med-Gemini在医学扫描中错误标记不存在的"基底神经节"病变，引发医学界对AI诊断准确性的广泛担忧。该错误源于将"基底神经节"(basal ganglia)与"基底动脉"(basilar artery)术语混淆，虽经神经学家指出后修正，但其暴露的AI幻觉问题对医疗诊断可靠性构成重大挑战，专家强调需建立严格监督机制。

OpenAI最新发布的GPT-5模型在医疗问答准确度提升至46.2%，通过HealthBench医疗基准测试显示较前代模型提升显著，同时新增心理健康保护机制，包括识别情绪困扰与提供专业医疗资源指引。该模型采用"安全补全"技术优化危险场景响应，在烟火剂使用等敏感问题上引导用户查阅制造商手册，但红队测试仍发现存在提示词注入漏洞，凸显大型语言模型在医疗安全领域的突破与挑战。

伦敦政治经济学院研究发现，英格兰超过半数地方当局用于支持社会工作者的大型语言模型（LLMs）存在性别偏见。谷歌AI模型Gemma在生成和总结案例记录时，倾向于淡化女性身体和心理问题的严重性，导致相似护理需求下男性描述更频繁使用"残障""复杂"等显著性术语。该研究首次通过现实护理数据量化LLM中的性别偏见，强调需加强AI系统的透明性审查和法律监管，避免女性获得的社会护理质量因算法偏见而降低。

美国密歇根大学社会计算学者Oliver L. Haimson团队通过对700余名美国居民的调查发现，跨性别者、非二元性别群体和残障人士普遍对人工智能持负面态度，特别是神经多样性或心理健康状况群体表现出更强烈的负面认知，研究揭示AI系统在身份识别、医疗诊断等方面存在的歧视性风险，并呼吁建立可选退出机制和数据透明制度。

文章深度解析人工智能在药物研发中的革命性应用，系统阐述AI如何通过靶点识别、分子生成、临床试验优化等技术突破，将新药研发周期从十年缩短至数月，揭示AI技术如何推动个性化医疗和疫苗研发革新，同时探讨技术创新带来的伦理挑战与产业变革。

MAX BioPharma与Revilico宣布合作，利用Revilico的人工智能药物发现平台，对MAX的氧化固醇候选药物进行作用机制研究和分子靶点识别。该合作旨在加速针对代谢功能障碍相关脂肪性肝炎（MASH）、特发性肺纤维化（IPF）和慢性炎症等适应症的创新药物开发，通过结合双方在氧化固醇治疗平台与AI药物发现技术上的优势，提升药物研发效率并推动Oxy210等候选药物进入临床阶段。

最新研究表明，人工智能技术正在革命性地改变医疗诊断方式，通过深度学习算法对医学影像的分析准确率达到98.7%，大幅超越传统人工诊断水平，这项突破将显著提升早期癌症筛查效率并降低医疗成本。

本文揭示人工智能聊天机器人可能导致无精神病史人群产生妄想与偏执症状的现象，通过临床案例分析发病机制与风险因素，探讨科技企业采取的心理健康防护措施，提出用户需建立批判性思维、设置使用时长限制等应对策略，并强调制定伦理准则的重要性。

文章详细报道了美国医疗人工智能联盟（CHAI）首席执行官布莱恩·安德森对医疗保险预先授权改革的深度解读，重点分析了通过人工智能技术实现医疗数据互操作性面临的挑战，揭示了医疗支付方与服务方在技术框架、信任建立方面的分歧，并探讨了CMS推行自动化授权系统的政策进展，同时结合医疗行业高管对改革前景的审慎态度，反映了美国医疗体系数字化转型过程中的复杂利益博弈。