环球医讯AI与医疗健康

美国联合委员会与健康人工智能联盟(CHAI)正式发布《医疗保健领域人工智能负责任使用指导》，为全美医疗机构提供AI规模化实施的治理框架。该指导包含高层级建议，适用于不同阶段的医疗组织，强调政策制定、本地验证和持续监测的重要性。双方计划于2025年底推出治理手册，并基于最终版手册开发自愿性AI认证体系，面向全国2.2万余家认证医疗机构开放。文件系统阐述了AI在医疗应用中的核心风险，包括算法偏见导致的误诊风险、"黑箱"决策引发的信任危机、患者数据隐私安全隐患，以及技术迭代速度超越医疗机构适应能力等挑战，呼吁在创新与患者安全间取得平衡。

本文作者郭·雪莉·霍洛维茨作为血友病患者，曾对医疗人工智能持强烈质疑态度。在长期饱受未确诊的胃肠道疾病困扰后，她尝试使用三种不同AI系统分析医学影像，结果均指出原放射科报告存在严重疏漏，准确诊断出罕见的肠系膜上动脉综合征并称之为"教科书案例"。这次经历促使她转变观点，认为AI可作为辅助工具显著提升罕见病诊断效率，尤其适用于临床少见病例，但强调AI不能替代医生的专业判断，应作为补充手段帮助患者获得及时精准的治疗方案。

本特刊面向全球征集人工智能与基因组医学交叉领域的前沿研究，重点聚焦AI驱动的基因组变异发现、多模态临床数据预测、多组学整合分析及可解释AI方法在精准肿瘤学和罕见病诊疗中的应用，同时探讨训练队列偏差克服、伦理规范及医疗系统实施挑战，旨在通过计算技术创新与生物学洞察的融合，加速基因组医学研究成果向临床实践的转化，为实现普惠性个性化医疗提供技术支撑。

德国默克公司与西门子签署新的谅解备忘录，深化战略合作以加速生命科学行业数字化转型。双方将整合自动化、人工智能及数据驱动工具，连接药物发现、开发和制造全链条，首次联合应用西门子收购多特马蒂克斯的技术。默克生命科学首席执行官强调合作将加速实验室创意向患者疗法的转化，西门子数字工业负责人指出数据与AI对打破药物开发成本倍增趋势至关重要。初期试点将Merck的AI工具集成至Dotmatics平台Luma，未来计划共研数据管理工具并探索数字市场，旨在通过数字骨干网络缩短研发周期，使新药更快惠及患者，同时巩固双方在智能制造业的合作基础。

全球制药企业正加速将人工智能技术深度整合至药品生产全流程，从单一操作扩展至端到端过程控制。百健、赛诺菲和莫德纳等企业致力于实现全自动灌装封口、实时异常监测及供应链优化，通过机器学习提升生产效率与产品质量。行业预计AI将在细胞与基因疗法等手工密集型领域推动革命性自动化变革，显著降低人为错误风险并优化可持续发展目标，尽管系统故障和网络安全威胁仍是需谨慎应对的挑战，但企业普遍认为技术收益远超潜在风险。

本研究主题聚焦唾液作为非侵入性诊断液的革命性应用，系统阐述唾液生物标志物在癌症、心血管疾病、糖尿病及神经退行性疾病等系统性疾病中的诊断价值。通过整合蛋白质组学、转录组学等组学技术与人工智能算法，突破传统血液检测局限，解决唾液成分变异性和标准化难题。研究强调便携式生物传感器和即时检测设备的临床转化潜力，旨在建立可重复的诊断阈值体系，推动唾液检测在早期疾病筛查、实时病情监测及个性化治疗中的广泛应用，为精准医疗提供变革性技术支撑。

面对联邦层面监管不足，美国多个州正积极制定法规规范AI“治疗”应用程序，因日益增多的民众转向人工智能寻求心理健康建议。伊利诺伊州和内华达州已全面禁止AI用于心理治疗，犹他州则设定用户数据保护和非人类身份披露等限制，而宾夕法尼亚州、新泽西州和加利福尼亚州正在审议类似法案。专家指出，各州法律碎片化拼凑的监管体系难以应对快速发展的AI技术，无法充分保护用户权益或追究有害技术责任，同时呼吁联邦机构介入加强监管。生成式AI聊天机器人如Therabot虽在临床试验中展现降低焦虑症状的潜力，但多数商业应用缺乏科学依据且模糊治疗边界，专家强调需平衡创新与安全，避免将AI作为心理医生短缺的简单替代方案，尤其对高危人群可能造成误导风险。

Salesforce最新研究显示，96%的生命科学领导者认为AI智能体将在未来两年成为行业"必不可少"的核心工具，尤其在合规管理、临床试验优化和医疗专业人员互动三大关键领域。研究指出97%的领导者强调可信数据对AI应用的基础性作用，81%的研发负责人对AI整合表示"高度期待"，而AI在简化医患沟通、提升临床试验效率及降低合规成本方面的突破性应用，正帮助行业应对监管压力、试验延迟和资源浪费等系统性挑战，有望将300亿美元的医疗营销支出转化为精准高效的健康服务解决方案。

英国国家医疗服务体系（NHS）宣布启动其首个虚拟医院项目，通过NHS应用程序整合AI驱动的分诊系统，使患者能够快速预约专科医生、扫描和咨询，大幅减少等待时间；该项目旨在到2027年前提供高达850万次预约和评估，重点解决等待时间长的治疗领域，并扩展至更多服务，作为英国10年健康计划的核心举措，将减少地域医疗差异，提升护理可及性，同时强调需确保数字包容性以避免技术弱势群体被排除，通过结合人工智能、远程监测等创新技术，实现安全高效的医疗转型，为患者提供更个性化、便捷的护理体验，并释放实体医院容量以优化整体医疗资源分配。

在华盛顿特区举行的医疗数字学会2030峰会上，多位行业专家深入探讨了实时连续数据监测、AI优化医疗数据应用、成本控制型智能工具及可穿戴设备与AI融合等前沿技术，强调技术必须具备实用性、可信度和广泛可用性才能真正改善医疗效果并降低系统成本，同时指出当前面临数据解读框架过时、避免技术堆砌导致费用激增等关键挑战，这一讨论为医疗科技在预防性护理和个性化医疗领域的突破提供了重要方向。