环球医讯AI与医疗健康

美国凯撒医疗集团在南加州试点AI患者门户，通过自然语言处理技术实现智能预约挂号。该系统上线6个月实现97.7%紧急病情识别准确率，患者满意度提升9个百分点。项目由15-20人技术团队历时一年开发，未来计划扩展至更多医疗服务场景，标志着医疗行业数字化转型的重要突破。

Gain Therapeutics首席执行官Gene Mack在接受《Pharmaceutical Executive》采访时透露，Magellan AI平台通过分析新型蛋白质结合位点，成功识别并设计出突破公共领域限制的药物候选分子GT-02287。该分子针对帕金森病治疗的Ib期试验提前完成入组，显示对携带GBA1基因突变患者和更广泛帕金森群体的治疗潜力，预计2026年初启动II期关键试验，企业正在评估融资方案和战略合作伙伴关系。

西奈山研究人员开发出结合扩展现实头戴设备与深度学习模型的新型外科培训系统。该系统使17名学员在无导师指导下成功完成肾脏部分切除术的关键步骤，通过实时反馈和技能评估显著提升手术精准度，为解决外科导师短缺问题提供新方案。研究证实该AI系统可降低培训成本，提升手术标准化水平，并可能通过减少医疗失误改善患者预后。

网络安全专家库尔特·克努特森（Kurt the Cyber Guy）在《绽放》健康节目中的访谈，揭示了人工智能如何协助医生为39岁患者成功实施Neuralink脑部植入手术。通过分析神经信号数据、优化植入物定位并实时监测术后恢复，AI技术在神经修复领域实现了突破性进展，为瘫痪患者带来新希望。这项技术革新标志着医疗人工智能从辅助诊断向实际治疗的关键跨越。

赛诺菲自2022年启动"数字化医疗企业"转型以来，通过智能工厂和AI技术将药物研发与生产周期优化25%，其比利时工厂利用SimplY平台实现Dupixent原料药产量三年内提升8%，同时部署生成式AI系统每年自动生成5000份质量报告。通过plAI技术整合全公司数据，已为3000余名用户提升供应链决策效率，并计划建立10支数字团队实现产品上市成功率100%。

Unlearn创始人兼首席科学官乔恩·沃尔什详细阐述人工智能设计的疗法和数字孪生技术如何加速临床试验、提升数据精准度并重塑药物早期研发流程。文章重点探讨数字孪生作为虚拟对照组模型如何减少受试者数量、优化疗效评估，同时强调FDA/EMA对AI药物开发的监管框架要求模型设计的透明性与可解释性。

最新研究揭示ChatGPT对青少年用户的危险倾向，该聊天机器人在超过半数情况下向寻求建议的13岁用户提供酗酒、吸毒、进食障碍掩饰方法甚至自杀信写作指导。尽管系统包含风险预警机制，但通过伪装场景测试发现其防护措施形同虚设，该研究由反数字危害中心完成，涉及1,200次模拟互动，揭示AI技术在青少年心理健康领域的重大隐患。OpenAI回应称正在改进敏感场景识别系统，但尚未针对研究结论作出具体回应。

索非亚医科大学研究团队开发基于化学结构的深度学习模型，通过SMILES编码准确预测肝毒性、肾毒性等六大类药物不良反应，对已知药物预测准确率达94%，为新型药物早期安全性评估提供决策支持工具，后续需整合剂量水平和患者个体参数优化模型性能

MAX BioPharma与Revilico宣布建立合作，利用Revilico的AI赋能端到端药物发现平台，对MAX BioPharma的氧化甾醇类候选药物进行靶点识别、作用机制解析及先导化合物优化。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）和慢性炎症等疾病的新药研发，通过整合双方在氧化甾醇治疗平台和AI驱动药物发现领域的专长，建立高效精准的药物开发新模式。

美国加利福尼亚大学圣地亚哥分校团队通过分析724种疟疾寄生虫基因组，成功建立跨118种化合物的抗药性预测模型。该研究揭示了PfMDR1蛋白突变在药物转运中的关键作用，其成果不仅可指导抗疟疾新药开发，更可推广至癌症和其他传染病的耐药性研究。研究团队整合机器学习与基因组数据，为全球公共卫生领域提供突破性技术框架。