环球医讯AI与医疗健康

研究人员开发了一种结合强化学习算法与神经网络的混合AI模型，用于更精确地模拟人类基于奖赏的学习过程。传统强化学习算法在预测人类决策时存在局限，而新模型通过引入记忆和心理表征等认知机制，显著提升了预测准确性，同时保持了可解释性。该研究基于大规模人类行为数据，揭示了人类学习与标准AI模型的关键差异，为理解情绪障碍等精神疾病的神经机制提供了新工具，有望推动临床研究和认知科学的进一步发展。

加州大学圣塔芭芭拉分校（UCSB）工程与分子生物学研究生团队开发了ProFoldBio软件平台，旨在加速针对阿尔茨海默病等淀粉样蛋白疾病的抗体药物发现过程。该平台允许研究人员设计、筛选和测试新抗体，大幅减少识别候选药物并推进临床试验所需的时间和成本。通过建模淀粉样蛋白结构并预测抗体设计的实际表现，软件克服了样品获取困难、抗体粘性及制造运输等问题。团队已成立初创公司ProFoldBio，并依托UCSB新风险投资计划向学术界和工业界开放使用。同时，他们利用该平台开发阿尔茨海默病疗法，已设计数千种靶向tau蛋白的肽，并使用合成淀粉样蛋白复制品进行高通量筛选。团队在2024年新风险投资竞赛中获得第二名，并受邀参加伯克利加州大学SkyDeck孵化器。创始人表示，蛋白质设计应更便捷，最终目标是为患者带来更好的健康。

Mosaic Clinical Technologies公司宣布，其子公司Cognita开发的胸部X光片生成式视觉语言模型Cognita CXR获得了美国食品药品监督管理局（FDA）的突破性设备认定。该模型旨在通过解读胸部X光片并生成初步报告，协助放射科医生提高诊断准确性和工作效率。初步临床验证显示，使用该模型后放射科医生对某些重要病灶的检出率提升了16%至65%，平均判读效率提高了18%。此举旨在应对全球范围内放射科医生短缺和诊断需求增长带来的容量瓶颈，加速创新技术在美国医疗系统的应用。

本文评论HBO电视剧《匹兹堡医生》中描绘的人工智能与医生之间的张力，指出剧集正确呈现了医疗界对AI的谨慎态度，但夸大了人类医生的完美性，忽视了AI在慢性病管理中的巨大潜力。作者认为未来的关键不是医生vs机器，而是人机协作以改善患者预后。

Cognita公司（Mosaic Clinical Technologies旗下AI部门）的胸部X光（CXR）模型获得美国食品药品监督管理局（FDA）突破性器械认定，该模型利用视觉语言模型辅助放射科医生解读胸片，初步临床验证显示可提高关键病变检出率16%至65%，并使解读效率平均提升18%。Mosaic预计与FDA的合作将有助于缓解美国医疗系统的诊断能力瓶颈。

AWS发布了专为医疗保健提供者设计的AI平台Amazon Connect Health，用于自动化患者验证、预约安排、文档记录和医疗编码等行政工作，以减轻工作人员负担。早期用户UC San Diego Health节省了呼叫时间，减少了通话放弃率。平台每月每用户99美元，支持600次就诊。该平台旨在通过AI处理重复性行政任务，让员工有更多时间照顾患者。

亚马逊云服务（AWS）推出Amazon Connect Health平台，通过AI代理自动化患者验证、预约安排、临床文档和医疗编码等行政工作，与电子健康记录系统连接并符合HIPAA合规要求。平台定价为每用户每月99美元，覆盖最多600次患者接诊。加州大学圣地亚哥健康中心使用后每周节省630小时，呼叫放弃率下降30%至60%。AWS加入OpenAI和Anthropic的医疗AI竞争，但差异化聚焦于完整的医疗服务流程，包括就诊前、中、后阶段，并通过证据映射确保AI输出的可追溯性和准确性。

亚马逊云服务（AWS）周四宣布推出Amazon Connect Health，这是一个专门面向医疗机构的AI代理平台，旨在自动化患者预约安排、文档记录、患者身份验证等重复性行政任务。该平台符合HIPAA标准，并与电子健康记录（EHR）软件集成。每月每用户收费99美元，最多可处理600次就诊（AWS表示大多数初级保健医生每月约300次就诊）。这是AWS在医疗领域的最新布局，此前已推出Comprehend Medical（非结构化医疗数据处理器）和HealthLake（健康数据基础设施）等产品。目前该平台已与多家EHR软件提供商、数据集成商和患者互动公司合作。在竞争对手方面，初创公司如Regard和Notable也在利用AI减轻医生行政负担，而大型AI公司OpenAI和Anthropic也分别推出了ChatGPT Health和Claude for Healthcare等医疗产品。

伦敦帝国理工学院研发出一款内置人工智能的T恤衫，可连续数天监测心脏活动，用于检测遗传性心律紊乱，这种疾病往往隐匿多年后才突然发作。该T恤采用运动面料，嵌入多达50个心电图传感器，可穿戴于日常衣物下、睡觉时甚至洗涤后重复使用。人工智能分析持续的心电信号，识别与布鲁加达综合征等遗传性疾病相关的模式。研究获英国心脏基金会资助，已从1000余人数据训练算法，下一步将让200名志愿者穿着三个月进行验证。该技术有望五年内投入临床应用，早期发现高风险患者，减少心源性猝死。

去年夏天，一名男子的妹夫因致命心脏病去世，医院开出的四小时急诊账单高达195,628美元。该男子的妹妹准备全额支付，但他要求暂停付款，并索取带有CPT代码的分项账单。他将账单输入AI聊天机器人Claude，几分钟内便发现了重复收费、住院护理收费但患者从未入院、供应成本比医保费率高出500%至2300%以及从未执行的手术收费。随后他又用ChatGPT交叉验证，两个AI结果一致。他据此撰写六页抗议信，医院最终将账单降至33,000美元，降幅达83%。全美医疗账单倡导组织估计四分之三的医疗账单含有错误，而绝大多数被拒付的保险索赔从未被申诉。文章详细指导读者如何使用ChatGPT、Claude等免费AI工具审计自己的医疗账单，包括索取分项账单、粘贴给AI分析、比对平均费用、生成争议信等步骤，并推荐Counterforce Health等专用工具，帮助民众节省数百至数千美元。