环球医讯AI与医疗健康

新加坡科技设计学院(SIT)开发的人工智能与虚拟现实工具正被用于评估社会服务机构"爱心之家"志愿者的技能水平。这套由中央技能评估与验证计划(CSAVI)开发的在线测试系统通过VR模拟老人家居环境、AI虚拟人物互动等方式，高效评估志愿者发现安全隐患、展现同理心和解决问题的能力，帮助识别技能差距并指导针对性培训，为应对老龄化社会挑战提供创新解决方案，同时为技能优先经济转型奠定基础。

新加坡启动"新加坡医疗基础AI模型"（SIMFONI）国家计划，开发专门针对本地患者和医疗实践的AI系统，解决西方AI模型在新加坡临床环境中准确性和相关性不足的问题。该计划旨在提高糖尿病、高胆固醇和眼疾等疾病的诊断准确性，AI将提供诊断建议但不替代医生决策，同时卫生部正推进整合公共医疗系统的数据共享基础设施，包括到2028年实施通用电子病历系统和2027年前完成国家电子健康记录系统建设，确保AI在医疗领域的安全应用与人类专业知识协同发展。

新加坡与日本于2026年7月2日续签合作备忘录，将深化人工智能、半导体、量子计算及清洁能源等现有领域的协作，并新增生命科学与医疗保健为优先方向，涵盖数字健康、精准医学和生物技术。该协议支持初创企业、中小企业及大型企业拓展区域市场，结合日本技术优势与新加坡区域连通性，推动东盟跨境商业合作，庆祝日本贸易振兴机构在新加坡设立70周年及两国建交60周年，旨在应对全球复杂环境挑战并促进可持续经济增长，已促成Thermalytica和Aevice Health等企业成功案例。

法兰克福大学医院和法兰克福歌德大学领导的研究团队通过结合基因和蛋白质组学分析，识别出弥漫大B细胞淋巴瘤(DLBCL)的生物学特征，特别是对标准疗法反应不佳的高风险患者的肿瘤特征。研究利用AI模型分析478名患者的肿瘤样本，发现高风险患者的肿瘤(称为PG4型)以MYC基因为中心，免疫微环境呈现"冷"状态，细胞毒性T细胞功能受到抑制。这些发现有望帮助医生更早识别高风险患者，并开发针对肿瘤生物学特性的精准治疗方案，为侵袭性淋巴瘤的个性化治疗迈出重要一步。

本文深入探讨了人工智能在医疗健康领域的应用现状与发展趋势，数据显示2026年81%的医生已在临床实践中了解或应用人工智能技术，较2024年的66%显著提升；人工智能在辅助诊断胰腺癌、识别血栓等方面展现出超越人类的优势，但医生群体中仅37%对AI发展持乐观态度，主要担忧技能退化、患者隐私和医患关系问题；同时，近三分之一成年人使用AI聊天机器人获取健康建议，低收入群体尤为依赖，但梅奥诊所警告AI难以胜任复杂疾病诊断，建议仅用于解释医学术语和一般健康咨询，近半数医生反对患者使用AI处理复杂健康问题，凸显技术应用与医疗专业性之间的平衡挑战。

本文全面综述了人工智能在心房颤动预测领域的最新研究进展，详细阐述了深度学习模型如何从窦性心律心电图中提取隐匿性心房颤动的预测信息。研究表明，基于10秒12导联心电图的AI模型能够识别存在潜在或长期/短期心房颤动的个体，曲线下面积(AUC)高达0.90；应用于24小时Holter和多日贴片监测的AI算法在检测隐匿性心房颤动或预测14天内发作时AUC≥0.80，持续优于传统风险评分如C²HEST和HATCH；利用心率变异性特征的短时模型进一步证明，心房颤动可在发作前几分钟至几小时内被预测，准确率在精选数据集中达90%左右。然而，大多数AI研究仍为回顾性、单一系统研究，侧重于诊断率而非中风或死亡率等临床结果，且很少有实用试验评估AI指导的心房颤动筛查及其临床益处转化，因此在AI指导的心房颤动预测常规整合到临床决策前，仍需稳健的前瞻性试验和标准化评估框架。

德国海德堡研究团队开发出名为Hetairos的人工智能系统，该系统能通过常规苏木精-伊红(H&E)染色切片，在12分钟内准确识别102种脑瘤亚型，大幅缩短了传统DNA甲基化分析所需的两周诊断时间。系统在内部验证中最高预测准确率达75%，前三预测准确率达87%，与专业病理学家的盲测比较中表现更优，尤其在组织样本有限的困难病例中正确率达79%。该技术每例成本仅1-2欧元，远低于传统方法400欧元，有望为资源有限地区提供快速经济的诊断方案，推动精准医疗的普及，但对罕见肿瘤类型诊断仍面临挑战。

圣路易斯华盛顿大学医学院研究人员与西雅图华盛顿大学及基因泰克公司合作开发了一种名为OCTCube-M的实验性人工智能系统，该系统包含三个AI模型，能够更准确地识别八种不同的视网膜疾病，包括年龄相关性黄斑变性。研究表明，该系统能将诊断准确率提高4-6个百分点，每千名患者中可多发现43-60例病例，并能更精确预测地理性萎缩等疾病的进展速度。这一技术有望加速药物临床试验进程，降低研发成本，缩短新疗法上市时间，为患者提供更快、更精准的诊断和治疗方案，同时还能通过视网膜成像预测心脏病、中风和肾衰竭等全身性疾病风险。

美国非营利组织EverythingALS推出SAVA AI创新工具，利用人工智能技术帮助肌萎缩侧索硬化症患者即时匹配适合的临床试验。该平台通过分析患者健康数据，能在数秒内提供相关研究机会，报告称其匹配准确率达92%。SAVA AI有效解决了ALS患者面临的诊断延迟和临床试验窗口期短等挑战，确保患者无论地理位置或人脉关系都能平等获取潜在治疗机会，通过AI技术与精选临床数据的结合，为ALS治疗研究注入新动力，加速整个社区迈向治愈的道路。

斯坦福医学院研究人员利用AI工具Peptide Predictor发现了一种名为BRP的人体自然产生的12氨基酸肽，它能在动物实验中将食物摄入量减少50%且无恶心等副作用，作用机制与GLP-1药物不同，主要在下丘脑区域起作用。该研究已于2025年3月发表在《自然》杂志上，虽然BRP尚未进入人体临床试验阶段，但为开发新一代减肥药物提供了新方向，有望将食欲抑制效果与副作用分离开来，解决当前GLP-1类药物导致约半数使用者出现恶心、三分之一报告腹泻等副作用问题，为那些因副作用而停止使用现有药物的患者提供潜在替代方案。