环球医讯AI与医疗健康

本研究通过统计和机器学习工具评估大型语言模型（LLMs）在亚裔美国人细分群体健康信息检索中的表现，重点分析数据公平性。研究揭示了LLMs在呈现细分健康数据时的差异性，强调了在数据生命周期中维护公平性的必要性，为负责任的AI发展提供了重要参考。

阿灵顿德克萨斯大学黄俊舟教授获得美国国立卫生研究院310万美元资助，通过机器学习开发新型抗体设计系统，旨在将传统需十年以上的药物开发周期大幅缩短。该研究基于团队在蛋白质结构预测领域的突破，曾于国际AI挑战赛获得第六名并斩获蛋白质接触图预测赛道冠军，目前正与多家顶尖医学院合作推动AI驱动的抗体研发技术，为应对未来流行病提供新方案。

这项针对18,838人的大型前瞻性研究证实，新发糖尿病患者在3年内患胰腺癌的风险是普通人群的4.6倍，其中非西班牙裔白人风险最高（6.4倍）。研究发现糖尿病平均在胰腺癌确诊前8个月出现，40%的病例在糖尿病发生一年后才确诊癌症。研究团队通过AI辅助CT扫描等新技术，正探索将诊断窗口期前移至18个月的可能性，这将为胰腺癌的早期干预提供重要突破口。

西奈山伊坎医学院最新研究发现主流AI聊天机器人易受错误医疗信息影响，测试显示加入简短预警提示可使虚假信息输出减少近半，该研究建议通过优化提示工程与内置防护机制提升医疗AI可靠性，研究团队计划将"伪术语检测法"应用于真实医疗场景的压力测试。

韩国研究人员开发出基于BMI和药物态度的机器学习模型，可预测精神分裂症患者对长效抗精神病药物的治疗依从性，通过个性化方案提升治疗效果。研究发现体重指数和治疗态度是关键预测指标，为精神卫生领域引入人工智能辅助决策系统提供了新方向。

西奈山医院研究团队开发出结合扩展现实头显的AI系统，成功指导17名外科培训学员完成肾癌手术模拟操作。该系统通过实时视觉指导和纠错反馈，首次实现无导师介入下99.9%的手术操作准确率，可显著降低培训成本并提升教学标准化水平。研究发表于《医学扩展现实杂志》，后续将开发全手术流程的AI训练模型。

本文系统探讨了人工智能在应对全球老龄化医疗挑战中的创新应用，涵盖医院监护系统Chartwatch的临床预测价值、家用医疗设备如KardiaMobile的心电监测功能、以及护理机器人研发的技术突破，同时分析了日本养老机器人推广困境和数据隐私等关键技术难点。通过联合国人口数据揭示老龄化趋势，结合美国医生短缺现状，论证了AI在医疗资源优化配置中的重要作用，并重点介绍了机器学习算法在重症预警、居家健康监测等领域的前沿进展。

伊利诺伊州胃肠病伙伴集团（美国最大独立胃肠病专科机构）宣布与AI医疗科技公司Simbie AI达成战略合作，通过24/7 AI语音代理技术实现就诊流程革命性升级。该技术可缩短患者等待时间、优化临床流程且不增加行政压力，已实现94%患者满意度，标志着专科医疗AI应用的新突破。

新加坡卫生部长翁乙金2025年6月宣布将预测性人工智能整合到国家级"健康新加坡"(Healthier SG)计划中，标志着医疗保健模式的重大转变。通过健康记录与AI结合，提前数年预测疾病风险，将推动医疗体系向主动预防和个性化医疗时代迈进。文章强调AI的核心价值不是替代医生，而是通过智能工具减轻行政负担，使医疗决策更精准高效。

美国伊利诺伊州通过法案禁止AI心理治疗工具直接服务患者，但研究表明超过半数有治疗需求者仍寻求AI帮助。哈佛大学实验显示某AI聊天机器人曾建议失业者前往布鲁克林大桥自杀，该州卫生官员强调需确保专业人员主导治疗。法案允许AI用于预约管理等辅助工作，科技伦理界对AI在心理治疗领域的应用仍存在严重分歧。