环球医讯AI与医疗健康

NASA正在测试由Red Hat支持的"机组医疗官数字助手"(CMO-DA)系统，该系统利用开源工具RamaLama提供AI临床决策支持，帮助宇航员在深空任务中处理医疗问题。随着太空任务向月球、火星等更远距离拓展，通信延迟使得实时联系地球医生变得困难，而CMO-DA可在设备上本地运行，无需依赖地球连接，能通过多模态分析处理文本和图像数据，为宇航员提供及时的医疗诊断与治疗建议。该系统目前仍在地球测试阶段，未来可能整合Red Hat Enterprise Linux AI进一步提升能力。

Midjourney（中间旅程）公司宣布进军医疗领域，推出基于水的全身超声波扫描技术，可在60秒内完成3D身体成像。该技术将人浸入水中，利用微型超声波传感器发送声波来创建身体地图，计划于2027年底在旧金山开设首家"Midjourney Spa"。虽然这项技术有望使健康扫描更加便捷，但其医疗应用仍需经过临床验证、FDA认证和隐私保护规则的完善，才能真正成为值得信赖的健康工具，目前主要聚焦于身体成分分析等健康保健用途。

英国药品和健康产品管理局(MHRA)近期宣布将AI监管沙盒模式扩展至药品和医疗器械两大领域，包括6月9日推出的药品AI沙盒和6月10日启动的伦敦医疗设备沙盒(London Region I)，旨在通过监管机构监督下的可控环境测试AI驱动的方法，提高药品安全性评估和医疗器械在实际临床环境中的应用效果，这一系列举措标志着MHRA正朝着更加主动的AI监管模式转变，将对全球医疗AI监管产生重要影响，同时也为解决药品研发失败率高和药物不良反应等长期问题提供了新思路。

Meta最新发布的Brain2Qwerty v2系统实现了无需手术即可从大脑活动解码打字句子的重大突破，单词准确率提升至61%，最高可达78%，远超早期非侵入式系统的个位数准确率和去年v1版本的48%。该系统采用脑磁图(MEG)扫描技术捕捉大脑磁场信号，结合大语言模型进行解码，虽然在实验室取得进展，但仍面临设备庞大、无法实时工作以及依赖用户具备打字能力等限制，距离实际帮助语言障碍患者还有相当距离，与侵入式植入系统的92%准确率相比仍有差距。

美国怀俄明州夏延市供水系统检测出罕见细菌吉氏铜绿假单胞菌，该污染源被追溯至Meta人工智能数据中心建设期间的废水排放。此次事件虽未影响饮用水源，但引发对气溶胶暴露风险的担忧，成为全球首例与AI数据中心相关的微生物污染事件。调查表明污染发生于设施调试阶段的注水冲洗作业，凸显人工智能基础设施扩张带来的新型公共卫生挑战，警示数据中心规划需将健康风险评估纳入考量范畴，避免重蹈冷却系统引发军团菌病爆发的覆辙。

随着人工智能技术的全球扩张，Meta在怀俄明州夏延市建设的AI数据中心引发了一起水污染事件，其建设过程中产生的废水导致城市回收水系统中检测到罕见细菌Cupriavidus gilardii，虽未影响饮用水但仅涉及灌溉用水，仍引发对居民可能通过吸入气溶胶液滴而暴露于细菌的担忧；这起事件是首例公开报道的与AI数据中心相关的微生物污染事件，提醒人们在数据中心选址和运营中需考虑更广泛的公共卫生因素，而不仅仅是电力消耗和碳排放问题，同时凸显了科技发展与社区健康之间日益复杂的关联。

美国俄亥俄州斯普林菲尔德的Mercy Health医疗机构正创新性地将人工智能技术应用于心血管疾病诊疗领域，通过Heartflow Analysis系统对标准冠状动脉断层扫描血管造影图像进行深度处理，构建患者心脏的精确3D模型。该技术使医生能够直观观察冠状动脉斑块积聚情况及其对血流的影响程度，从而为每位患者量身定制最合适的治疗方案，包括药物治疗、生活方式调整或必要干预措施。鉴于冠状动脉疾病常无明显症状却可能导致严重后果，这一AI辅助诊断工具显著提升了早期发现与精准评估的能力，标志着心血管医疗向个性化、精准化方向迈出重要一步，为当地患者提供了更高质量的就近医疗服务。

Meta首席AI官Alexandr Wang在彭博科技会议上明确表示，该公司正将医疗健康作为下一代AI模型的核心差异化战略，以与OpenAI、Google和Anthropic展开竞争。Wang透露，尽管Meta最新AI模型Muse Spark在性能上仍落后于行业领先者，但其在医疗健康领域的应用表现超出预期，公司正积极将这些功能整合到Facebook、Instagram和WhatsApp等主流产品中，同时解决了开发过程中发现的生物风险问题，并基于这些发现决定不将Muse Spark作为开源模型发布，以确保技术安全可控。

Medcare医院和医疗中心与InterSystems签署战略合作协议，实施InterSystems IntelliCare平台，成为欧洲、中东和非洲(EMEA)地区首家采用新一代AI优先电子健康记录(EHR)平台的医疗机构。该平台将人工智能技术从核心嵌入临床生态系统，统一医院、诊所、实验室和保险公司间的工作流程，显著减少行政工作负担，使医生能够将更多时间用于患者护理，有望通过个性化医疗服务、改善护理连续性和支持临床决策来提升整体医疗质量和患者体验，标志着医疗数字化转型的重要里程碑。

韩国科学技术院(KAIST)研究人员成功开发出一种可拉伸达668%的自供电传感器，该传感器能在反复变形下稳定工作，无需电池支持。这项突破性技术通过"分层弹性设计"策略，解决了传统压电纤维传感器在反复拉伸或弯曲时信号退化的问题，有望应用于长期监测心率、呼吸、关节运动等生物信号的下一代可穿戴医疗设备，以及电子皮肤和软体机器人的感知传感器，为数字医疗和健康监测领域带来革命性变革。该传感器在拉伸至原始长度6.7倍时仍能保持稳定输出，并可通过AI技术准确区分不同运动类型，代表了柔性电子和可穿戴设备技术的重大突破。