环球医讯AI与医疗健康

约翰斯·霍普金斯大学团队研究发现，美国食品药品监督管理局（FDA）自2015年以来授权的24种阿尔茨海默病人工智能诊断系统中，近60%未披露训练数据集信息，91%缺乏验证数据集详情。种族/民族信息缺失率达96%，唯一公开的训练集数据显示90%为白人但验证集无对应数据。这种透明度缺失可能加剧医疗算法偏见，导致少数族裔群体面临误诊风险，同时违背FDA关于医疗AI设备需具备人口统计学代表性的最新指导原则。

Coreline Soft与Temple Health宣布将于8月1日联合举办一场聚焦于AI驱动的肺癌筛查和胸部疾病早期检测的网络研讨会，展示其FDA批准的AVIEW LCS Plus平台如何提高诊断效率、优化临床资源并改善患者预后。

本研究开发了机器学习模型，利用早期阶段18F-Florbetaben PET和临床数据预测阿尔茨海默病患者的β淀粉样蛋白阳性及认知状态，展示了多模态数据在早期诊断和个性化干预中的潜力。

HL7通过新成立的AI办公室，致力于制定医疗领域可信AI的全球标准，推动负责任的AI部署和创新，并借助开放标准为未来技术奠定基础，目标是实现透明、可互操作且无缝集成到医疗决策中的突破性AI技术。

英国研究人员开发了一种基于氮化硼纳米管的可穿戴传感器，能够实时监测膝关节扭矩，为关节健康管理、康复支持和损伤预防提供精准数据，并可与辅助设备连接，适用于临床、运动及更多领域。该设备采用压电材料与内置神经网络技术，具备高效能、低成本优势，展现了广阔的应用前景。

本文全面探讨了基于传感器的医疗技术在慢性病早期预测、老年护理等领域的应用，涵盖可穿戴设备、植入式设备及环境监测系统，并结合机器学习算法提升诊断准确性，为智能医疗系统的未来发展指明方向。

Perspectives Health是一款专为行为健康电子病历设计的AI工具，可无缝集成现有系统，支持多种文档类型，显著节省医生时间，并通过自动化功能优化临床工作流程，符合HIPAA和SOC 2 Type II认证标准。

本文介绍了IDRdecoder，一种基于机器学习的方法，用于预测蛋白质内在无序区域（IDRs）的功能、药物作用位点及相互作用分子亚结构，为IDR靶向药物开发提供重要工具，助力生物医药领域发展。

本研究开发并验证了一种结合膳食抗氧化剂的机器学习模型，以预测糖尿病患者的心血管疾病风险，并通过SHAP值分析揭示关键抗氧化剂对心血管健康的贡献，为糖尿病患者的饮食建议提供了科学依据。

该研究评估了一种集成U-Net++模型，用于从非对比心脏CT扫描中分割心外膜脂肪组织并量化其体积，并证明了其在冠状动脉疾病风险评估中的潜在应用价值，展示了自动化技术在医学影像分析中的高效性与准确性。